[PYTHON] Ich habe versucht, Azure Speech to Text zu verwenden.

Verwendung der Microsoft Azure-Spracherkennungs-API

In diesem Abschnitt wird die Verwendung der Spracherkennungs-API in MacOS Catalina (Version 10.15.4) beschrieben. Ich habe versucht, Japanisch mithilfe von Speech to Text von Cognitive Services zu erkennen. Da die Shell zsh ist, kann bash dies möglicherweise nicht.

Ressourcenerstellung

Erstellen Sie zunächst ein Azure-Konto als Voraussetzung. Sie können kostenlos ein Konto erstellen. Es wird empfohlen, da eine Einzahlung von 200 $ erforderlich ist und Sie verschiedene APIs ein Jahr lang kostenlos verwenden können.

• Wenn Sie ein Konto erstellt haben, klicken Sie auf der Portal-Site auf ** Ressource erstellen **.
• Wenn Sie in der Suchleiste nach ** Sprache ** suchen, werden die API-Optionen ** Sprache ** oder ** Sprache ** angezeigt. --Klicken Sie auf die Option Sprache und dann auf ** Erstellen **.
• Der Bildschirm für das Erstellungsformular wird angezeigt, und die folgenden Elemente werden angezeigt. --Name: Name der Ressource (alles ist in Ordnung)
• Abonnement: Kostenlose Testversion (standardmäßig angezeigt)
• Ort: Ostjapan (wenn Sie eine Region Japans angeben)
• Preisstufe: F0
• Ressourcengruppe: Klicken Sie auf ** Neu **, um den Ressourcennamen festzulegen. Alles wird gut.
• Sobald die Ressource erstellt wurde, sollte die erstellte Ressource im Dashboard angezeigt werden. Klicken Sie also darauf. --Dann befindet sich in der Übersicht ein Element mit dem Namen ** Schlüsselverwaltung **. Klicken Sie also darauf. Dort werden der Ressourcenname, der Endpunkt und ** zwei Abonnementschlüssel ** geschrieben. Denken Sie an den Abonnementschlüssel, da Sie ihn später verwenden werden.

** Bitte stellen Sie sicher, dass Ihr Abonnementschlüssel niemals von anderen gesehen wird. ** **. Dies ist die Erstellung der Spracherkennungsinstanz.

Implementierung

Nehmen Sie als Nächstes die Einstellungen auf dem PC vor. Installieren Sie zunächst das Speech SDK.

.zsh

python3 -m pip install --upgrade pip
pip install azure-cognitiveservices-speech

Da sich der von MicroSoft erstellte Beispielcode für die Spracherkennung in GIT befindet, erstellen Sie lokal eine Datei quickstart.py und kopieren Sie sie. git hat ** quickstart.py **, den Code für jupyter (Quickstart.ipynb) und README.md, also kopiere den Inhalt von ** quickstart.py **. (Der Code lautet hier) Der Code wie dieser ist geschrieben. Wenn Sie es kopieren, gibt es einen Ort zum Ändern und eine zusätzliche Notiz.

quickstart.py

# Copyright (c) Microsoft. All rights reserved.
# Licensed under the MIT license. See LICENSE.md file in the project root for full license information.

# <code>
import azure.cognitiveservices.speech as speechsdk

# Creates an instance of a speech config with specified subscription key and service region.
# Replace with your own subscription key and service region (e.g., "westus").

'''
Die folgenden Änderungen
Abonnementschlüssel: Einer der beiden Schlüssel, die Sie in der soeben überprüften Ressourcenübersicht sehen können
Lage: Im Osten Japans'japaneast',In Westjapan'japanwest'Bitte.
'''
speech_key, service_region = "Abonnementschlüssel", "Ort"

speech_config = speechsdk.SpeechConfig(subscription=speech_key, region=service_region)

'''
Nachtrag unten
Einstellungen zum Erkennen von Japanisch. Ohne dies wird standardmäßig nur Englisch erkannt.
'''
speech_config.speech_recognition_language="ja-JP"

# Creates a recognizer with the given settings
speech_recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config)

print("Say something...")


# Starts speech recognition, and returns after a single utterance is recognized. The end of a
# single utterance is determined by listening for silence at the end or until a maximum of 15
# seconds of audio is processed.  The task returns the recognition text as result. 
# Note: Since recognize_once() returns only a single utterance, it is suitable only for single
# shot recognition like command or query. 
# For long-running multi-utterance recognition, use start_continuous_recognition() instead.
result = speech_recognizer.recognize_once()

# Checks result.
if result.reason == speechsdk.ResultReason.RecognizedSpeech:
    print("Recognized: {}".format(result.text))
elif result.reason == speechsdk.ResultReason.NoMatch:
    print("No speech could be recognized: {}".format(result.no_match_details))
elif result.reason == speechsdk.ResultReason.Canceled:
    cancellation_details = result.cancellation_details
    print("Speech Recognition canceled: {}".format(cancellation_details.reason))
    if cancellation_details.reason == speechsdk.CancellationReason.Error:
        print("Error details: {}".format(cancellation_details.error_details))
# </code>

Führen Sie jetzt, da Sie bereit sind, Folgendes von Ihrem Terminal aus aus:

.zsh

python quickstart.py

In meinem Fall wurde die Stimme nicht erkannt, als ich sie über VScode ausführte. Wenn dies passiert, führen Sie sie im Terminal aus. Wenn Sie wissen, wie man es mit VScode macht und wie man es einstellt, lassen Sie es mich bitte wissen. Wenn du rennst

say something...

Wird angezeigt, also bitte etwas sagen. Das Erkennungsergebnis sollte ausgegeben werden. Aufgrund der Einstellung wird nur ein Wort erkannt, es ist jedoch möglich, zur Sequenzerkennung zu wechseln.

Das ist es.