Implementar a identificação de idioma

A identificação de idioma é usada para identificar idiomas falados em áudio quando comparados com uma lista de idiomas suportados.

Os casos de uso de identificação de idioma (LID) incluem:

  • Reconhecimento de fala para texto quando você precisa identificar o idioma em uma fonte de áudio e, em seguida, transcrevê-lo para texto.
  • Tradução de fala quando você precisa identificar o idioma em uma fonte de áudio e, em seguida, traduzi-lo para outro idioma.

Para o reconhecimento de fala, a latência inicial é maior com a identificação da linguagem. Você só deve incluir esse recurso opcional conforme necessário.

Definir opções de configuração

Quer utilize a identificação linguística com a conversão de voz em texto ou com a tradução de voz, existem alguns conceitos comuns e opções de configuração.

Em seguida, você faz uma solicitação de reconhecimento uma vez ou contínua para o serviço de fala.

Este artigo fornece trechos de código para descrever os conceitos. Links para amostras completas para cada caso de uso são fornecidos.

Línguas candidatas

Você fornece o objeto aos AutoDetectSourceLanguageConfig idiomas candidatos. Espera-se que pelo menos um dos candidatos esteja no áudio. Você pode incluir até quatro idiomas para LID inicial ou até 10 idiomas para LID contínuo. O serviço de Fala retorna um dos idiomas candidatos fornecidos, mesmo que esses idiomas não estejam no áudio. Por exemplo, se fr-FR (francês) e en-US (inglês) são fornecidos como candidatos, mas o alemão é falado, o serviço retorna ou fr-FR en-US.

Você deve fornecer a localidade completa com separador de traço (-), mas a identificação do idioma usa apenas uma localidade por idioma base. Não inclua várias localidades para o mesmo idioma, por exemplo, en-US e en-GB.

var autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig.FromLanguages(new string[] { "en-US", "de-DE", "zh-CN" });
auto autoDetectSourceLanguageConfig = 
    AutoDetectSourceLanguageConfig::FromLanguages({ "en-US", "de-DE", "zh-CN" });
auto_detect_source_language_config = \
    speechsdk.languageconfig.AutoDetectSourceLanguageConfig(languages=["en-US", "de-DE", "zh-CN"])
AutoDetectSourceLanguageConfig autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig.fromLanguages(Arrays.asList("en-US", "de-DE", "zh-CN"));
var autoDetectSourceLanguageConfig = SpeechSDK.AutoDetectSourceLanguageConfig.fromLanguages([("en-US", "de-DE", "zh-CN"]);
NSArray *languages = @[@"en-US", @"de-DE", @"zh-CN"];
SPXAutoDetectSourceLanguageConfiguration* autoDetectSourceLanguageConfig = \
    [[SPXAutoDetectSourceLanguageConfiguration alloc]init:languages];

Para obter mais informações, consulte os idiomas suportados.

Identificação linguística inicial e contínua

A fala suporta a identificação contínua e contínua da linguagem (LID).

Nota

A identificação contínua de linguagem só é suportada com SDKs de fala em C#, C++, Java (somente para fala para texto), JavaScript (somente para fala para texto) e Python.

  • No início, o LID identifica o idioma uma vez nos primeiros segundos de áudio. Use o LID inicial se o idioma do áudio não mudar. Com o LID inicial, um único idioma é detetado e retornado em menos de 5 segundos.
  • O LID contínuo pode identificar vários idiomas durante o áudio. Use LID contínuo se o idioma no áudio puder mudar. O LID contínuo não suporta a mudança de idiomas dentro da mesma frase. Por exemplo, se você estiver falando espanhol principalmente e inserir algumas palavras em inglês, isso não detetará a mudança de idioma por palavra.

Você implementa o LID inicial ou o LID contínuo chamando métodos para reconhecer uma vez ou continuamente. O LID contínuo só é suportado com reconhecimento contínuo.

Reconhecer uma vez ou continuamente

A identificação do idioma é completada com objetos e operações de reconhecimento. Faça uma solicitação ao serviço de fala para reconhecimento de áudio.

Nota

Não confunda reconhecimento com identificação. O reconhecimento pode ser utilizado com ou sem identificação linguística.

Chame o método "reconhecer uma vez" ou os métodos de reconhecimento contínuo iniciar e parar. Você escolhe entre:

  • Reconheça uma vez com a tampa inicial. O LID contínuo não é suportado para reconhecer uma vez.
  • Use o reconhecimento contínuo com a tampa inicial.
  • Use o reconhecimento contínuo com LID contínuo.

A SpeechServiceConnection_LanguageIdMode propriedade só é necessária para LID contínuo. Sem ele, o serviço de Fala assume como padrão a LID inicial. Os valores suportados são AtStart para LID inicial ou Continuous para LID contínuo.

// Recognize once with At-start LID. Continuous LID isn't supported for recognize once.
var result = await recognizer.RecognizeOnceAsync();

// Start and stop continuous recognition with At-start LID
await recognizer.StartContinuousRecognitionAsync();
await recognizer.StopContinuousRecognitionAsync();

// Start and stop continuous recognition with Continuous LID
speechConfig.SetProperty(PropertyId.SpeechServiceConnection_LanguageIdMode, "Continuous");
await recognizer.StartContinuousRecognitionAsync();
await recognizer.StopContinuousRecognitionAsync();
// Recognize once with At-start LID. Continuous LID isn't supported for recognize once.
auto result = recognizer->RecognizeOnceAsync().get();

// Start and stop continuous recognition with At-start LID
recognizer->StartContinuousRecognitionAsync().get();
recognizer->StopContinuousRecognitionAsync().get();

// Start and stop continuous recognition with Continuous LID
speechConfig->SetProperty(PropertyId::SpeechServiceConnection_LanguageIdMode, "Continuous");
recognizer->StartContinuousRecognitionAsync().get();
recognizer->StopContinuousRecognitionAsync().get();
// Recognize once with At-start LID. Continuous LID isn't supported for recognize once.
SpeechRecognitionResult  result = recognizer->RecognizeOnceAsync().get();

// Start and stop continuous recognition with At-start LID
recognizer.startContinuousRecognitionAsync().get();
recognizer.stopContinuousRecognitionAsync().get();

// Start and stop continuous recognition with Continuous LID
speechConfig.setProperty(PropertyId.SpeechServiceConnection_LanguageIdMode, "Continuous");
recognizer.startContinuousRecognitionAsync().get();
recognizer.stopContinuousRecognitionAsync().get();
# Recognize once with At-start LID. Continuous LID isn't supported for recognize once.
result = recognizer.recognize_once()

# Start and stop continuous recognition with At-start LID
recognizer.start_continuous_recognition()
recognizer.stop_continuous_recognition()

# Start and stop continuous recognition with Continuous LID
speech_config.set_property(property_id=speechsdk.PropertyId.SpeechServiceConnection_LanguageIdMode, value='Continuous')
recognizer.start_continuous_recognition()
recognizer.stop_continuous_recognition()

Usar fala para texto

Você usa Fala para reconhecimento de texto quando precisa identificar o idioma em uma fonte de áudio e, em seguida, transcrevê-lo para texto. Para obter mais informações, consulte Visão geral de fala em texto.

Nota

O reconhecimento de fala para texto com identificação de linguagem no início é suportado com SDKs de fala em C#, C++, Python, Java, JavaScript e Objective-C. O reconhecimento de fala para texto com identificação contínua de linguagem só é suportado com SDKs de fala em C#, C++, Java, JavaScript e Python.

Atualmente, para reconhecimento de fala para texto com identificação contínua de idioma, você deve criar um SpeechConfig a wss://{region}.stt.speech.microsoft.com/speech/universal/v2 partir da cadeia de caracteres do ponto de extremidade, conforme mostrado em exemplos de código. Em uma versão futura do SDK, você não precisará defini-lo.

Veja mais exemplos de reconhecimento de fala para texto com identificação de idioma no GitHub.

using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Audio;

var speechConfig = SpeechConfig.FromSubscription("YourSubscriptionKey","YourServiceRegion");

var autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig.FromLanguages(
        new string[] { "en-US", "de-DE", "zh-CN" });

using var audioConfig = AudioConfig.FromDefaultMicrophoneInput();
using (var recognizer = new SpeechRecognizer(
    speechConfig,
    autoDetectSourceLanguageConfig,
    audioConfig))
{
    var speechRecognitionResult = await recognizer.RecognizeOnceAsync();
    var autoDetectSourceLanguageResult =
        AutoDetectSourceLanguageResult.FromResult(speechRecognitionResult);
    var detectedLanguage = autoDetectSourceLanguageResult.Language;
}

Veja mais exemplos de reconhecimento de fala para texto com identificação de idioma no GitHub.

using namespace std;
using namespace Microsoft::CognitiveServices::Speech;
using namespace Microsoft::CognitiveServices::Speech::Audio;

auto speechConfig = SpeechConfig::FromSubscription("YourSubscriptionKey","YourServiceRegion");

auto autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig::FromLanguages({ "en-US", "de-DE", "zh-CN" });

auto recognizer = SpeechRecognizer::FromConfig(
    speechConfig,
    autoDetectSourceLanguageConfig
    );

speechRecognitionResult = recognizer->RecognizeOnceAsync().get();
auto autoDetectSourceLanguageResult =
    AutoDetectSourceLanguageResult::FromResult(speechRecognitionResult);
auto detectedLanguage = autoDetectSourceLanguageResult->Language;

Veja mais exemplos de reconhecimento de fala para texto com identificação de idioma no GitHub.

AutoDetectSourceLanguageConfig autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig.fromLanguages(Arrays.asList("en-US", "de-DE"));

SpeechRecognizer recognizer = new SpeechRecognizer(
    speechConfig,
    autoDetectSourceLanguageConfig,
    audioConfig);

Future<SpeechRecognitionResult> future = recognizer.recognizeOnceAsync();
SpeechRecognitionResult result = future.get(30, TimeUnit.SECONDS);
AutoDetectSourceLanguageResult autoDetectSourceLanguageResult =
    AutoDetectSourceLanguageResult.fromResult(result);
String detectedLanguage = autoDetectSourceLanguageResult.getLanguage();

recognizer.close();
speechConfig.close();
autoDetectSourceLanguageConfig.close();
audioConfig.close();
result.close();

Veja mais exemplos de reconhecimento de fala para texto com identificação de idioma no GitHub.

auto_detect_source_language_config = \
        speechsdk.languageconfig.AutoDetectSourceLanguageConfig(languages=["en-US", "de-DE"])
speech_recognizer = speechsdk.SpeechRecognizer(
        speech_config=speech_config, 
        auto_detect_source_language_config=auto_detect_source_language_config, 
        audio_config=audio_config)
result = speech_recognizer.recognize_once()
auto_detect_source_language_result = speechsdk.AutoDetectSourceLanguageResult(result)
detected_language = auto_detect_source_language_result.language
NSArray *languages = @[@"en-US", @"de-DE", @"zh-CN"];
SPXAutoDetectSourceLanguageConfiguration* autoDetectSourceLanguageConfig = \
        [[SPXAutoDetectSourceLanguageConfiguration alloc]init:languages];
SPXSpeechRecognizer* speechRecognizer = \
        [[SPXSpeechRecognizer alloc] initWithSpeechConfiguration:speechConfig
                           autoDetectSourceLanguageConfiguration:autoDetectSourceLanguageConfig
                                              audioConfiguration:audioConfig];
SPXSpeechRecognitionResult *result = [speechRecognizer recognizeOnce];
SPXAutoDetectSourceLanguageResult *languageDetectionResult = [[SPXAutoDetectSourceLanguageResult alloc] init:result];
NSString *detectedLanguage = [languageDetectionResult language];
var autoDetectSourceLanguageConfig = SpeechSDK.AutoDetectSourceLanguageConfig.fromLanguages(["en-US", "de-DE"]);
var speechRecognizer = SpeechSDK.SpeechRecognizer.FromConfig(speechConfig, autoDetectSourceLanguageConfig, audioConfig);
speechRecognizer.recognizeOnceAsync((result: SpeechSDK.SpeechRecognitionResult) => {
        var languageDetectionResult = SpeechSDK.AutoDetectSourceLanguageResult.fromResult(result);
        var detectedLanguage = languageDetectionResult.language;
},
{});

Modelos personalizados de fala para texto

Nota

A deteção de idioma com modelos personalizados só pode ser usada com conversão de fala para texto e fala em tempo real. A transcrição em lote suporta apenas a deteção de idioma para modelos base padrão.

Este exemplo mostra como usar a deteção de idioma com um ponto de extremidade personalizado. Se o idioma detetado for en-US, o exemplo usará o modelo padrão. Se o idioma detetado for fr-FR, o exemplo usará o ponto de extremidade do modelo personalizado. Para obter mais informações, consulte Implantar um modelo de fala personalizado.

var sourceLanguageConfigs = new SourceLanguageConfig[]
{
    SourceLanguageConfig.FromLanguage("en-US"),
    SourceLanguageConfig.FromLanguage("fr-FR", "The Endpoint Id for custom model of fr-FR")
};
var autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig.FromSourceLanguageConfigs(
        sourceLanguageConfigs);

Este exemplo mostra como usar a deteção de idioma com um ponto de extremidade personalizado. Se o idioma detetado for en-US, o exemplo usará o modelo padrão. Se o idioma detetado for fr-FR, o exemplo usará o ponto de extremidade do modelo personalizado. Para obter mais informações, consulte Implantar um modelo de fala personalizado.

std::vector<std::shared_ptr<SourceLanguageConfig>> sourceLanguageConfigs;
sourceLanguageConfigs.push_back(
    SourceLanguageConfig::FromLanguage("en-US"));
sourceLanguageConfigs.push_back(
    SourceLanguageConfig::FromLanguage("fr-FR", "The Endpoint Id for custom model of fr-FR"));

auto autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig::FromSourceLanguageConfigs(
        sourceLanguageConfigs);

Este exemplo mostra como usar a deteção de idioma com um ponto de extremidade personalizado. Se o idioma detetado for en-US, o exemplo usará o modelo padrão. Se o idioma detetado for fr-FR, o exemplo usará o ponto de extremidade do modelo personalizado. Para obter mais informações, consulte Implantar um modelo de fala personalizado.

List sourceLanguageConfigs = new ArrayList<SourceLanguageConfig>();
sourceLanguageConfigs.add(
    SourceLanguageConfig.fromLanguage("en-US"));
sourceLanguageConfigs.add(
    SourceLanguageConfig.fromLanguage("fr-FR", "The Endpoint Id for custom model of fr-FR"));

AutoDetectSourceLanguageConfig autoDetectSourceLanguageConfig =
    AutoDetectSourceLanguageConfig.fromSourceLanguageConfigs(
        sourceLanguageConfigs);

Este exemplo mostra como usar a deteção de idioma com um ponto de extremidade personalizado. Se o idioma detetado for en-US, o exemplo usará o modelo padrão. Se o idioma detetado for fr-FR, o exemplo usará o ponto de extremidade do modelo personalizado. Para obter mais informações, consulte Implantar um modelo de fala personalizado.

 en_language_config = speechsdk.languageconfig.SourceLanguageConfig("en-US")
 fr_language_config = speechsdk.languageconfig.SourceLanguageConfig("fr-FR", "The Endpoint Id for custom model of fr-FR")
 auto_detect_source_language_config = speechsdk.languageconfig.AutoDetectSourceLanguageConfig(
        sourceLanguageConfigs=[en_language_config, fr_language_config])

Este exemplo mostra como usar a deteção de idioma com um ponto de extremidade personalizado. Se o idioma detetado for en-US, o exemplo usará o modelo padrão. Se o idioma detetado for fr-FR, o exemplo usará o ponto de extremidade do modelo personalizado. Para obter mais informações, consulte Implantar um modelo de fala personalizado.

SPXSourceLanguageConfiguration* enLanguageConfig = [[SPXSourceLanguageConfiguration alloc]init:@"en-US"];
SPXSourceLanguageConfiguration* frLanguageConfig = \
        [[SPXSourceLanguageConfiguration alloc]initWithLanguage:@"fr-FR"
                                                     endpointId:@"The Endpoint Id for custom model of fr-FR"];
NSArray *languageConfigs = @[enLanguageConfig, frLanguageConfig];
SPXAutoDetectSourceLanguageConfiguration* autoDetectSourceLanguageConfig = \
        [[SPXAutoDetectSourceLanguageConfiguration alloc]initWithSourceLanguageConfigurations:languageConfigs];
var enLanguageConfig = SpeechSDK.SourceLanguageConfig.fromLanguage("en-US");
var frLanguageConfig = SpeechSDK.SourceLanguageConfig.fromLanguage("fr-FR", "The Endpoint Id for custom model of fr-FR");
var autoDetectSourceLanguageConfig = SpeechSDK.AutoDetectSourceLanguageConfig.fromSourceLanguageConfigs([enLanguageConfig, frLanguageConfig]);

Executar tradução de fala

Use a tradução de fala quando precisar identificar o idioma em uma fonte de áudio e, em seguida, traduzi-lo para outro idioma. Para obter mais informações, consulte Visão geral da tradução de fala.

Nota

A tradução de fala com identificação de idioma só é suportada com SDKs de fala em C#, C++, JavaScript e Python. Atualmente, para tradução de fala com identificação de idioma, você deve criar um SpeechConfig a wss://{region}.stt.speech.microsoft.com/speech/universal/v2 partir da cadeia de caracteres do ponto de extremidade, conforme mostrado em exemplos de código. Em uma versão futura do SDK, você não precisará defini-lo.

Veja mais exemplos de tradução de fala com identificação de idioma no GitHub.

using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Audio;
using Microsoft.CognitiveServices.Speech.Translation;

public static async Task RecognizeOnceSpeechTranslationAsync()
{
    var region = "YourServiceRegion";
    // Currently the v2 endpoint is required. In a future SDK release you won't need to set it.
    var endpointString = $"wss://{region}.stt.speech.microsoft.com/speech/universal/v2";
    var endpointUrl = new Uri(endpointString);

    var config = SpeechTranslationConfig.FromEndpoint(endpointUrl, "YourSubscriptionKey");

    // Source language is required, but currently ignored. 
    string fromLanguage = "en-US";
    speechTranslationConfig.SpeechRecognitionLanguage = fromLanguage;

    speechTranslationConfig.AddTargetLanguage("de");
    speechTranslationConfig.AddTargetLanguage("fr");

    var autoDetectSourceLanguageConfig = AutoDetectSourceLanguageConfig.FromLanguages(new string[] { "en-US", "de-DE", "zh-CN" });

    using var audioConfig = AudioConfig.FromDefaultMicrophoneInput();

    using (var recognizer = new TranslationRecognizer(
        speechTranslationConfig, 
        autoDetectSourceLanguageConfig,
        audioConfig))
    {

        Console.WriteLine("Say something or read from file...");
        var result = await recognizer.RecognizeOnceAsync().ConfigureAwait(false);

        if (result.Reason == ResultReason.TranslatedSpeech)
        {
            var lidResult = result.Properties.GetProperty(PropertyId.SpeechServiceConnection_AutoDetectSourceLanguageResult);

            Console.WriteLine($"RECOGNIZED in '{lidResult}': Text={result.Text}");
            foreach (var element in result.Translations)
            {
                Console.WriteLine($"    TRANSLATED into '{element.Key}': {element.Value}");
            }
        }
    }
}

Veja mais exemplos de tradução de fala com identificação de idioma no GitHub.

auto region = "YourServiceRegion";
// Currently the v2 endpoint is required. In a future SDK release you won't need to set it.
auto endpointString = std::format("wss://{}.stt.speech.microsoft.com/speech/universal/v2", region);
auto config = SpeechTranslationConfig::FromEndpoint(endpointString, "YourSubscriptionKey");

auto autoDetectSourceLanguageConfig = AutoDetectSourceLanguageConfig::FromLanguages({ "en-US", "de-DE" });

// Sets source and target languages
// The source language will be detected by the language detection feature. 
// However, the SpeechRecognitionLanguage still need to set with a locale string, but it will not be used as the source language.
// This will be fixed in a future version of Speech SDK.
auto fromLanguage = "en-US";
config->SetSpeechRecognitionLanguage(fromLanguage);
config->AddTargetLanguage("de");
config->AddTargetLanguage("fr");

// Creates a translation recognizer using microphone as audio input.
auto recognizer = TranslationRecognizer::FromConfig(config, autoDetectSourceLanguageConfig);
cout << "Say something...\n";

// Starts translation, 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 recognized text as well as the translation.
// Note: Since RecognizeOnceAsync() returns only a single utterance, it is suitable only for single
// shot recognition like command or query.
// For long-running multi-utterance recognition, use StartContinuousRecognitionAsync() instead.
auto result = recognizer->RecognizeOnceAsync().get();

// Checks result.
if (result->Reason == ResultReason::TranslatedSpeech)
{
    cout << "RECOGNIZED: Text=" << result->Text << std::endl;

    for (const auto& it : result->Translations)
    {
        cout << "TRANSLATED into '" << it.first.c_str() << "': " << it.second.c_str() << std::endl;
    }
}
else if (result->Reason == ResultReason::RecognizedSpeech)
{
    cout << "RECOGNIZED: Text=" << result->Text << " (text could not be translated)" << std::endl;
}
else if (result->Reason == ResultReason::NoMatch)
{
    cout << "NOMATCH: Speech could not be recognized." << std::endl;
}
else if (result->Reason == ResultReason::Canceled)
{
    auto cancellation = CancellationDetails::FromResult(result);
    cout << "CANCELED: Reason=" << (int)cancellation->Reason << std::endl;

    if (cancellation->Reason == CancellationReason::Error)
    {
        cout << "CANCELED: ErrorCode=" << (int)cancellation->ErrorCode << std::endl;
        cout << "CANCELED: ErrorDetails=" << cancellation->ErrorDetails << std::endl;
        cout << "CANCELED: Did you set the speech resource key and region values?" << std::endl;
    }
}

Veja mais exemplos de tradução de fala com identificação de idioma no GitHub.

import azure.cognitiveservices.speech as speechsdk
import time
import json

speech_key, service_region = "YourSubscriptionKey","YourServiceRegion"
weatherfilename="en-us_zh-cn.wav"

# set up translation parameters: source language and target languages
# Currently the v2 endpoint is required. In a future SDK release you won't need to set it. 
endpoint_string = "wss://{}.stt.speech.microsoft.com/speech/universal/v2".format(service_region)
translation_config = speechsdk.translation.SpeechTranslationConfig(
    subscription=speech_key,
    endpoint=endpoint_string,
    speech_recognition_language='en-US',
    target_languages=('de', 'fr'))
audio_config = speechsdk.audio.AudioConfig(filename=weatherfilename)

# Specify the AutoDetectSourceLanguageConfig, which defines the number of possible languages
auto_detect_source_language_config = speechsdk.languageconfig.AutoDetectSourceLanguageConfig(languages=["en-US", "de-DE", "zh-CN"])

# Creates a translation recognizer using and audio file as input.
recognizer = speechsdk.translation.TranslationRecognizer(
    translation_config=translation_config, 
    audio_config=audio_config,
    auto_detect_source_language_config=auto_detect_source_language_config)

# Starts translation, 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 = recognizer.recognize_once()

# Check the result
if result.reason == speechsdk.ResultReason.TranslatedSpeech:
    print("""Recognized: {}
    German translation: {}
    French translation: {}""".format(
        result.text, result.translations['de'], result.translations['fr']))
elif result.reason == speechsdk.ResultReason.RecognizedSpeech:
    print("Recognized: {}".format(result.text))
    detectedSrcLang = result.properties[speechsdk.PropertyId.SpeechServiceConnection_AutoDetectSourceLanguageResult]
    print("Detected Language: {}".format(detectedSrcLang))
elif result.reason == speechsdk.ResultReason.NoMatch:
    print("No speech could be recognized: {}".format(result.no_match_details))
elif result.reason == speechsdk.ResultReason.Canceled:
    print("Translation canceled: {}".format(result.cancellation_details.reason))
    if result.cancellation_details.reason == speechsdk.CancellationReason.Error:
        print("Error details: {}".format(result.cancellation_details.error_details))

Executar e usar um contêiner

Os contêineres de fala fornecem APIs de ponto de extremidade de consulta baseadas em websocket que são acessadas por meio do SDK de Fala e da CLI de Fala. Por padrão, o SDK de Fala e a CLI de Fala usam o serviço de Fala público. Para usar o contêiner, você precisa alterar o método de inicialização. Use uma URL de host de contêiner em vez de chave e região.

Ao executar a ID de idioma em um contêiner, use o SourceLanguageRecognizer objeto em vez de SpeechRecognizer ou TranslationRecognizer.

Para obter mais informações sobre contêineres, consulte o guia de instruções sobre contêineres de fala de identificação de idioma.

Implementar transcrição de fala para texto em lote

Para identificar idiomas com a API REST de transcrição em lote, use languageIdentification a propriedade no corpo da solicitação Transcriptions_Create .

Aviso

A transcrição em lote suporta apenas a identificação de idioma para modelos base padrão. Se a identificação do idioma e um modelo personalizado forem especificados na solicitação de transcrição, o serviço voltará a usar os modelos base para os idiomas candidatos especificados. Isso pode resultar em resultados de reconhecimento inesperados.

Se o seu cenário de fala para texto exigir identificação de idioma e modelos personalizados, use fala em tempo real para texto em vez de transcrição em lote.

O exemplo a seguir mostra o languageIdentification uso da propriedade com quatro idiomas candidatos. Para obter mais informações sobre propriedades de solicitação, consulte Criar uma transcrição em lote.

{
    <...>
    
    "properties": {
    <...>
    
        "languageIdentification": {
            "candidateLocales": [
            "en-US",
            "ja-JP",
            "zh-CN",
            "hi-IN"
            ]
        },	
        <...>
    }
}