Che cos'è il riconoscimento vocale incorporato?

Per le applicazioni incorporate C#, installare i pacchetti Speech SDK per C#seguenti:

Per le applicazioni incorporate C++, installare i pacchetti Speech SDK per C++seguenti:

Scegliere l'ambiente di destinazione

dependencies {
    implementation 'com.microsoft.cognitiveservices.speech:client-sdk-embedded:1.43.0@aar'
}

Per le applicazioni Python incorporate, installa la versione incorporata di Speech SDK per Python, che include il runtime di inferenza sul dispositivo:

pip install azure-cognitiveservices-speech-embedded

Lo Speech SDK per Go è un binding cgo, quindi le funzionalità vocali incorporate richiedono le librerie native di Speech SDK sia in fase di compilazione sia in fase di esecuzione. Scaricare la variante incorporata del pacchetto Native Speech SDK per Linux, che include le estensioni di runtime sul dispositivo:

1. Scegliere una directory per i file di Speech SDK e impostare la SPEECHSDK_ROOTvariabile di ambiente in modo che punti a tale directory:

   export SPEECHSDK_ROOT="$HOME/speechsdk-embedded"
   mkdir -p "$SPEECHSDK_ROOT"
   

2. Scaricare ed estrarre i file binari di Speech SDK incorporati:

   wget -O SpeechSDK-Embedded-Linux.tar.gz https://aka.ms/csspeech/linuxembeddedbinary
   tar --strip 1 -xzf SpeechSDK-Embedded-Linux.tar.gz -C "$SPEECHSDK_ROOT"
   

   Il pacchetto incorporato è un superset del pacchetto standard (solo cloud). Comprende la libreria di base (Microsoft.CognitiveServices.Speech.core), le estensioni di runtime incorporate per il riconoscimento e la sintesi e la relativa dipendenza da ONNX Runtime. Installare solo il pacchetto incorporato, non entrambi.

3. Puntare cgo ai file header e alle librerie native e aggiungere la cartella delle librerie al percorso di caricamento. Sostituire <architecture> con l'architettura del processore della CPU: x64, arm64 o arm32.

   export CGO_CFLAGS="-I$SPEECHSDK_ROOT/include/c_api"
   export CGO_LDFLAGS="-L$SPEECHSDK_ROOT/lib/<architecture> -lMicrosoft.CognitiveServices.Speech.core"
   export LD_LIBRARY_PATH="$SPEECHSDK_ROOT/lib/<architecture>:$LD_LIBRARY_PATH"
   

4. Aggiungere il modulo Speech SDK for Go al progetto:

   go get github.com/Microsoft/cognitive-services-speech-sdk-go
   

// Provide the location of the models and voices.
List<string> paths = new List<string>();
paths.Add("C:\\dev\\embedded-speech\\stt-models");
paths.Add("C:\\dev\\embedded-speech\\tts-voices");
var embeddedSpeechConfig = EmbeddedSpeechConfig.FromPaths(paths.ToArray());

// For speech to text
embeddedSpeechConfig.SetSpeechRecognitionModel(
    "Microsoft Speech Recognizer en-US FP Model V8",
    Environment.GetEnvironmentVariable("EMBEDDED_SPEECH_MODEL_LICENSE"));

// For text to speech
embeddedSpeechConfig.SetSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    Environment.GetEnvironmentVariable("EMBEDDED_SPEECH_MODEL_LICENSE"));
embeddedSpeechConfig.SetSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat.Riff24Khz16BitMonoPcm);

// Provide the location of the models and voices.
vector<string> paths;
paths.push_back("C:\\dev\\embedded-speech\\stt-models");
paths.push_back("C:\\dev\\embedded-speech\\tts-voices");
auto embeddedSpeechConfig = EmbeddedSpeechConfig::FromPaths(paths);

// For speech to text
embeddedSpeechConfig->SetSpeechRecognitionModel((
    "Microsoft Speech Recognizer en-US FP Model V8",
    GetEnvironmentVariable("EMBEDDED_SPEECH_MODEL_LICENSE"));

// For text to speech
embeddedSpeechConfig->SetSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    GetEnvironmentVariable("EMBEDDED_SPEECH_MODEL_LICENSE"));
embeddedSpeechConfig->SetSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat::Riff24Khz16BitMonoPcm);

// Provide the location of the models and voices.
List<String> paths = new ArrayList<>();
paths.add("C:\\dev\\embedded-speech\\stt-models");
paths.add("C:\\dev\\embedded-speech\\tts-voices");
var embeddedSpeechConfig = EmbeddedSpeechConfig.fromPaths(paths);

// For speech to text
embeddedSpeechConfig.setSpeechRecognitionModel(
    "Microsoft Speech Recognizer en-US FP Model V8",
    System.getenv("EMBEDDED_SPEECH_MODEL_LICENSE"));

// For text to speech
embeddedSpeechConfig.setSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    System.getenv("EMBEDDED_SPEECH_MODEL_LICENSE"));
embeddedSpeechConfig.setSpeechSynthesisOutputFormat(SpeechSynthesisOutputFormat.Riff24Khz16BitMonoPcm);

import os
import azure.cognitiveservices.speech as speechsdk

# Provide the location of the models and voices.
paths = [
    "C:\\dev\\embedded-speech\\stt-models",
    "C:\\dev\\embedded-speech\\tts-voices",
]
embedded_speech_config = speechsdk.EmbeddedSpeechConfig.from_paths(paths)

# For speech to text
embedded_speech_config.set_speech_recognition_model(
    "Microsoft Speech Recognizer en-US FP Model V8",
    os.environ.get("EMBEDDED_SPEECH_MODEL_LICENSE"))

# For text to speech
embedded_speech_config.set_speech_synthesis_voice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    os.environ.get("EMBEDDED_SPEECH_MODEL_LICENSE"))
embedded_speech_config.set_speech_synthesis_output_format(
    speechsdk.SpeechSynthesisOutputFormat.Riff24Khz16BitMonoPcm)

import (
    "os"

    "github.com/Microsoft/cognitive-services-speech-sdk-go/speech"
)

// Provide the location of the models and voices.
paths := []string{
    "/dev/embedded-speech/stt-models",
    "/dev/embedded-speech/tts-voices",
}
embeddedSpeechConfig, err := speech.NewEmbeddedSpeechConfigFromPaths(paths)
if err != nil {
    // Handle the error.
}
defer embeddedSpeechConfig.Close()

// For speech to text
embeddedSpeechConfig.SetSpeechRecognitionModel(
    "Microsoft Speech Recognizer en-US FP Model V8",
    os.Getenv("EMBEDDED_SPEECH_MODEL_LICENSE"))

// For text to speech
embeddedSpeechConfig.SetSpeechSynthesisVoice(
    "Microsoft Server Speech Text to Speech Voice (en-US, JennyNeural)",
    os.Getenv("EMBEDDED_SPEECH_MODEL_LICENSE"))

È possibile trovare esempi vocali incorporati pronti all'uso su GitHub. Per le osservazioni sui progetti da zero, vedere la documentazione specifica degli esempi:

• C# (.NET 8.0)
• C# (.NET MAUI)

È possibile trovare esempi vocali incorporati pronti all'uso su GitHub. Per le osservazioni sui progetti da zero, vedere la documentazione specifica degli esempi:

• C++

È possibile trovare esempi vocali incorporati pronti all'uso su GitHub. Per le osservazioni sui progetti da zero, vedere la documentazione specifica degli esempi:

• Java (JRE)
• Java per Android

È possibile trovare esempi di riconoscimento vocale incorporati pronti all'uso in GitHub. Per le osservazioni sui progetti da zero, vedere la documentazione specifica degli esempi:

• Python

È possibile trovare esempi vocali incorporati pronti all'uso per il riconoscimento vocale, la sintesi e la traduzione in GitHub. Per i prerequisiti, la configurazione della libreria nativa, l'installazione del modello e la voce e i flag di compilazione, vedere la guida agli esempi incorporati.