speech Balíček

Třídy, které se zabývají zpracováním zvukového vstupu do různých rozpoznávatelů a zvukový výstup ze syntetizátoru řeči.

Třídy související s konektorem služby dialogového okna

Microsoft Speech SDK pro Python

Třídy související s rozpoznáváním záměru z řeči

Microsoft Speech SDK pro Python

Třídy, které se zabývají zpracováním jazykových konfigurací

Microsoft Speech SDK pro Python

Třídy související s rozpoznáváním textu z řeči, syntetizací řeči z textu a obecnými třídami používanými v různých nástrojích pro rozpoznávání.

Třídy související s přepisem konverzace.

Třídy související s překladem řeči do jiných jazyků.

Microsoft Speech SDK pro Python

Představuje zvukový datový proud používaný pro provoz zvukových dat jako datového proudu.

Generuje zvukový datový proud z výsledku syntézy řeči (typ SpeechSynthesisResult) nebo výsledku rozpoznávání klíčových slov (typ KeywordRecognitionResult).

Představuje výsledek automatického rozpoznávání zdrojového jazyka.

Výsledek lze inicializovat z výsledku rozpoznávání řeči.

Microsoft Speech SDK pro Python

Třída proxy pro správu připojení k řečové službě zadaného Recognizerobjektu .

Ve výchozím nastavení nezávisle Recognizer spravuje připojení ke službě v případě potřeby. Třída Connection poskytuje uživatelům další metody explicitně otevřít nebo zavřít připojení a přihlásit se k odběru změn stavu připojení. Použití je Connection volitelné. Je určená pro scénáře, kde je potřeba doladit chování aplikace na základě stavu připojení. Uživatelé mohou volitelně volat open , aby ručně inicializovali připojení služby před zahájením rozpoznávání u přidruženého Recognizer k tomuto Connection. Po spuštění rozpoznávání může volání open nebo close selhat. To nebude mít vliv na rozpoznávání ani probíhající rozpoznávání. Připojení může z různých důvodů vypadnout. Rozpoznávání se vždy pokusí znovu vytvořit připojení podle potřeby, aby se zajistily průběžné operace. Ve všech těchto případech connected/disconnected události oznamují změnu stavu připojení.

Konstruktor pro interní použití.

Poskytuje data pro ConnectionEvent.

Konstruktor pro interní použití.

Klienti se můžou připojit ke signálu události, aby mohli přijímat události, nebo se odpojit od signálu událostí, aby zastavili příjem událostí.

Konstruktor pro interní použití.

Třída pro argumenty události rozpoznávání klíčových slov

Konstruktor pro interní použití.

Představuje model rozpoznávání klíčových slov.

Výsledek operace rozpoznávání klíčových slov.

Konstruktor pro interní použití.

Rozpoznávání klíčových slov.

Microsoft Speech SDK pro Python

Třída, která umožňuje za běhu přidávání frází pro pomoc při rozpoznávání řeči.

Fráze přidané do rozpoznávání se projeví na začátku dalšího rozpoznávání nebo při příštím, kdy se rozpoznávání řeči musí znovu připojit ke službě rozpoznávání řeči.

Konstruktor pro interní použití.

Představuje konfiguraci posouzení výslovnosti.

Konfiguraci je možné inicializovat dvěma způsoby:

• from parameters: pass reference text, grading system, granularity, enable miscue and scenario ID.

• from json: pass a json string

Podrobnosti o parametrech najdete v tématu https://docs.microsoft.com/azure/cognitive-services/speech-service/rest-speech-to-text#pronunciation-assessment-parameters

Obsahuje výsledek vyhodnocení výslovnosti na úrovni fonemu.

Představuje výsledek vyhodnocení výslovnosti.

Výsledek lze inicializovat z výsledku rozpoznávání řeči.

Obsahuje výsledek vyhodnocení výslovnosti na úrovni slova.

Třída pro načtení nebo nastavení hodnoty vlastnosti z kolekce vlastností.

Poskytuje data pro RecognitionEvent.

Konstruktor pro interní použití.

Podrobné informace o výsledku operace rozpoznávání.

Konstruktor pro interní použití.

Základní třída pro různé rozpoznávání

Výsledek asynchronní operace.

privátní konstruktor

Základní třída pro argumenty událostí relace.

Konstruktor pro interní použití.

Rozpoznávání zdrojového jazyka – samostatný nástroj pro rozpoznávání jazyka, který se dá použít pro rozpoznávání jednoho jazyka nebo průběžné rozpoznávání jazyka.

Třída, která definuje konfigurace rozpoznávání řeči / záměru a syntézy řeči.

Konfiguraci je možné inicializovat různými způsoby:

• z předplatného: předání klíče předplatného a oblasti

• z koncového bodu: předejte koncový bod. Klíč předplatného nebo autorizační token jsou volitelné.

• z hostitele: předejte adresu hostitele. Klíč předplatného nebo autorizační token jsou volitelné.

• z autorizačního tokenu: předání autorizačního tokenu a oblasti

Třída pro argumenty události zrušení rozpoznávání řeči

Konstruktor pro interní použití.

Třída pro argumenty události rozpoznávání řeči

Konstruktor pro interní použití.

Základní třída pro výsledky rozpoznávání řeči.

Konstruktor pro interní použití.

Rozpoznávání řeči. Pokud potřebujete zadat informace o zdrojovém jazyce, zadejte pouze jeden z těchto tří parametrů: jazyk, source_language_config nebo auto_detect_source_language_config.

Třída pro syntézu řeči záložky argumenty události.

Konstruktor pro interní použití.

Obsahuje podrobné informace o tom, proč byl výsledek zrušen.

Třída pro argumenty události syntézy řeči

Konstruktor pro interní použití.

Výsledek operace syntézy řeči.

Konstruktor pro interní použití.

Třída pro argumenty události viseme syntézy řeči

Konstruktor pro interní použití.

Třída pro argumenty události hranice slova syntézy řeči

Konstruktor pro interní použití.

Syntetizátor řeči.

Obsahuje výsledek časování úrovně slabiky.

Obsahuje podrobné informace o seznamu načtených syntézy hlasů.

Konstruktor pro interní použití.

Obsahuje podrobné informace o syntéze hlasových informací.

Konstruktor pro interní použití.

Definuje podporovaný formát kontejneru zvukového streamu.

Představuje formát zadaný uvnitř kontejneru WAV.

Definuje kód chyby v případě, že CancellationReason je Error.

Definuje možné příčiny zrušení výsledku rozpoznávání.

Definuje možné důvody, proč nemusí být rozpoznán výsledek rozpoznávání.

Formát výstupu.

Odstraní vulgární výrazy (nadávky) nebo nahradí písmena vulgárních slov hvězdičkami.

Definuje bodový systém pro kalibraci skóre výslovnosti; Výchozí hodnota je FivePoint.

Definuje členitost vyhodnocení výslovnosti; výchozí hodnota je Phoneme.

Definuje ID vlastností řeči.

Určuje možné důvody, proč se může vygenerovat výsledek rozpoznávání.

Definuje kanály používané k předávání nastavení vlastností službě.

Definuje možné formáty výstupu výstupu syntézy řeči.

Definuje možný stav zvukového datového proudu.

Definuje pohlaví syntézy hlasů.

Definuje typ syntézy hlasů.