speech Paket

Klasser som handlar om hanteringen av ljudindata till de olika igenkännarna och ljudutdata från talsyntesen.

Klasser som är relaterade till dialogtjänstanslutningsappen.

Microsoft Speech SDK för Python

Klasser som rör avsiktsigenkänning från tal.

Microsoft Speech SDK för Python

Klasser som rör hanteringen av språkkonfigurationer

Microsoft Speech SDK för Python

Klasser som rör igenkänning av text från tal, syntetisera tal från text och allmänna klasser som används i de olika igenkännarna.

Klasser relaterade till konversationstranskription.

Klasser som rör översättning av tal till andra språk.

Microsoft Speech SDK för Python

Representerar ljuddataström som används för att använda ljuddata som en ström.

Genererar en ljuddataström från ett talsyntesresultat (typ SpeechSynthesisResult) eller ett nyckelordsigenkänningsresultat (typ KeywordRecognitionResult).

Representerar språkresultat för automatisk identifiering av källspråk.

Resultatet kan initieras från ett taligenkänningsresultat.

Microsoft Speech SDK för Python

Proxyklass för att hantera anslutningen till taltjänsten för den angivna Recognizer.

Som standard hanterar en Recognizer autonomt anslutning till tjänsten vid behov. Klassen Connection innehåller ytterligare metoder för användare att uttryckligen öppna eller stänga en anslutning och prenumerera på ändringar i anslutningsstatusen. Det är valfritt att använda Connection . Den är avsedd för scenarier där finjustering av programmets beteende baserat på anslutningsstatus behövs. Användare kan också anropa open för att manuellt initiera en tjänstanslutning innan de påbörjar igenkänningen av den Recognizer som är associerad med den här Connection. När du har startat en igenkänning kan det hända att det inte går att anropa open eller close . Detta påverkar inte identifieraren eller den pågående igenkänningen. Anslutningen kan ta bort av olika anledningar. Identifieraren försöker alltid att återupprätta anslutningen efter behov för att garantera pågående åtgärder. I alla dessa fall connected/disconnected anger händelser ändringen av anslutningsstatusen.

Konstruktor för internt bruk.

Innehåller data för ConnectionEvent.

Konstruktor för internt bruk.

Klienter kan ansluta till händelsesignalen för att ta emot händelser eller koppla från händelsesignalen för att sluta ta emot händelser.

Konstruktor för internt bruk.

Klass för händelseargument för nyckelordsigenkänning.

Konstruktor för internt bruk.

Representerar en nyckelordsigenkänningsmodell.

Resultatet av en nyckelordsigenkänningsåtgärd.

Konstruktor för internt bruk.

En nyckelordsigenkänning.

Microsoft Speech SDK för Python

Klass som tillåter körningstillägg av frastips för att underlätta taligenkänning.

Fraser som läggs till i identifieraren gäller i början av nästa igenkänning, eller nästa gång taligenkänningen måste återansluta till taltjänsten.

Konstruktor för internt bruk.

Representerar konfiguration av uttalsutvärdering

Konfigurationen kan initieras på två sätt:

• från parametrar: skicka referenstext, betygssystem, kornighet, aktivera felnivå och scenario-ID.

• från json: skicka en json-sträng

Information om parametrar finns i https://docs.microsoft.com/azure/cognitive-services/speech-service/rest-speech-to-text#pronunciation-assessment-parameters

Innehåller uttalsutvärderingsresultat på fonetiknivå

Representerar uttalsutvärderingsresultat.

Resultatet kan initieras från ett taligenkänningsresultat.

Innehåller uttalsutvärderingsresultat på ordnivå

Klass för att hämta eller ange ett egenskapsvärde från en egenskapssamling.

Innehåller data för RecognitionEvent.

Konstruktor för internt bruk.

Detaljerad information om resultatet av en igenkänningsåtgärd.

Konstruktor för internt bruk.

Basklass för olika identifierare

Resultatet av en asynkron åtgärd.

privat konstruktor

Basklass för sessionshändelseargument.

Konstruktor för internt bruk.

En källspråkigenkänning – fristående språkigenkänning, kan användas för identifiering av ett enda språk eller kontinuerligt språk.

Klass som definierar konfigurationer för tal-/avsiktsigenkänning och talsyntes.

Konfigurationen kan initieras på olika sätt:

• från prenumeration: skicka en prenumerationsnyckel och en region

• från slutpunkt: skicka en slutpunkt. Prenumerationsnyckel eller auktoriseringstoken är valfria.

• från värd: skicka en värdadress. Prenumerationsnyckel eller auktoriseringstoken är valfria.

• från auktoriseringstoken: skicka en auktoriseringstoken och en region

Klass för avbrutna händelseargument för taligenkänning.

Konstruktor för internt bruk.

Klass för händelseargument för taligenkänning.

Konstruktor för internt bruk.

Basklass för taligenkänningsresultat.

Konstruktor för internt bruk.

En taligenkänning. Om du behöver ange källspråksinformation anger du bara någon av dessa tre parametrar, språk, source_language_config eller auto_detect_source_language_config.

Klass för händelseargument för talsyntesbokmärken.

Konstruktor för internt bruk.

Innehåller detaljerad information om varför ett resultat avbröts.

Klass för talsynteshändelseargument.

Konstruktor för internt bruk.

Resultatet av en talsyntesåtgärd.

Konstruktor för internt bruk.

Klass för talsyntesens viseme-händelseargument.

Konstruktor för internt bruk.

Klass för talsyntesens ordgränshändelseargument.

Konstruktor för internt bruk.

En talsyntes.

Innehåller resultat för tidsinställning på stavningsbar nivå

Innehåller detaljerad information om listan med hämtade syntesröster.

Konstruktor för internt bruk.

Innehåller detaljerad information om syntesröstinformationen.

Konstruktor för internt bruk.

Definierar containerformatet för ljudströmmar som stöds.

Representerar det format som anges i WAV-containern.

Definierar felkod om CancellationReason är Fel.

Definierar möjliga orsaker till att ett igenkänningsresultat kan avbrytas.

Definierar möjliga orsaker till att ett igenkänningsresultat kanske inte identifieras.

Utdataformat.

Tar bort svordomar (svordomar) eller ersätter bokstäver med olämpliga ord med stjärnor.

Definierar punktsystemet för uttalspoängkalibrering; standardvärdet är FivePoint.

Definierar uttalsutvärderingens kornighet. standardvärdet är Phoneme.

Definierar talegenskaps-ID:t.

Anger möjliga orsaker till att ett igenkänningsresultat kan genereras.

Definierar kanaler som används för att skicka egenskapsinställningar till tjänsten.

Definierar möjliga ljudformat för talsyntesutdata.

Definierar den möjliga statusen för ljuddataströmmen.

Definierar könet för syntesröster

Definierar typen av syntesröster