Zamiana tekstu na mowę na platformę Azure
Zamiana tekstu na mowę platformy Azure umożliwia tworzenie aplikacji i usług, które naturalnie mówią z ponad 400 głosami w 140 językach i dialektach.
Ten łącznik jest dostępny w następujących produktach i regionach:
| Usługa | Class | Regions |
|---|---|---|
| Copilot Studio | Premium | Wszystkie regiony usługi Power Automate z wyjątkiem następujących: - China Cloud obsługiwane przez firmę 21Vianet |
| Logic Apps | Standard | Wszystkie regiony usługi Logic Apps z wyjątkiem następujących: — Regiony platformy Azure (Chiny) |
| Power Apps | Premium | Wszystkie regiony usługi Power Apps z wyjątkiem następujących: - China Cloud obsługiwane przez firmę 21Vianet |
| Power Automate - narzędzie do automatyzacji procesów | Premium | Wszystkie regiony usługi Power Automate z wyjątkiem następujących: - China Cloud obsługiwane przez firmę 21Vianet |
| Kontakt | |
|---|---|
| Name | Zespół ds. platformy Power Platform usługi Mowa |
| adres URL | https://docs.microsoft.com/azure/cognitive-services/speech-service/support |
| speechpowerplatform@microsoft.com |
| Metadane łącznika | |
|---|---|
| Publisher | Microsoft |
| Witryna internetowa | https://docs.microsoft.com/azure/cognitive-services/speech-service/ |
| Zasady ochrony prywatności | https://privacy.microsoft.com |
| Kategorie | AI; Witryna internetowa |
Usługa mowa umożliwia konwertowanie tekstu na syntetyzowany mowę i uzyskiwanie listy obsługiwanych głosów dla regionu przy użyciu interfejsu API REST.
Pre-requisites
Aby kontynuować, musisz wykonać następujące czynności:
- Subskrypcja platformy Azure — utwórz jedną bezpłatnie.
- Utwórz zasób usługi Mowa w witrynie Azure Portal.
- Pobierz klucz zasobu usługi Mowa i region. Po wdrożeniu zasobu usługi Mowa wybierz pozycję Przejdź do zasobu , aby wyświetlić klucze i zarządzać nimi. Aby uzyskać więcej informacji na temat zasobów usług Cognitive Services, zobacz Pobieranie kluczy dla zasobu.
- Dowiedz się więcej na temat ustawień regionalnych i głosów obsługiwanych przez zamianę tekstu na mowę platformy Azure.
Tworzenie połączenia
Łącznik obsługuje następujące typy uwierzytelniania:
| [variables('oauthDefaultDisplayName')] | [variables('oauthDefaultDescription')] | Wszystkie regiony z wyjątkiem platformy Azure Government i Departamentu Obrony (DoD) w usługach Azure Government i US Government (GCC) i US Government (GCC-High) | Nie można udostępniać |
| Klucz interfejsu API | ApiKey | Wszystkie regiony | Udostępnialne |
| integracja Microsoft Entra ID | Użyj identyfikatora Entra firmy Microsoft, aby uzyskać dostęp do usługi rozpoznawania mowy. | Tylko instytucje rządowe USA (GCC) | Nie można udostępniać |
| Microsoft Entra ID Integrated (Azure Government) | Użyj identyfikatora Entra firmy Microsoft, aby uzyskać dostęp do usługi rozpoznawania mowy. | Platforma Azure Government i Departament Obrony (DoD) tylko w usługach Azure Government i US Government (GCC-High) | Nie można udostępniać |
| Domyślne [PRZESTARZAŁE] | Ta opcja dotyczy tylko starszych połączeń bez jawnego typu uwierzytelniania i jest dostępna tylko w celu zapewnienia zgodności z poprzednimi wersjami. | Wszystkie regiony | Nie można udostępniać |
[variables('oauthDefaultDisplayName')]
Identyfikator uwierzytelniania: tokenBasedAuth
Dotyczy: wszystkie regiony z wyjątkiem platformy Azure Government i Departamentu Obrony (DoD) w usługach Azure Government i US Government (GCC) i US Government (GCC-High)
[variables('oauthDefaultDescription')]
Nie jest to możliwe do udostępnienia połączenie. Jeśli aplikacja power zostanie udostępniona innemu użytkownikowi, zostanie wyświetlony monit o jawne utworzenie nowego połączenia.
| Name | Typ | Description | Wymagane |
|---|---|---|---|
| Identyfikator zasobu | ciąg | Identyfikator zasobu usług Cognitive Services (przykład: /subscriptions/<Subscription ID>/resourceGroups/<ResourceGroups>/providers/Microsoft.CognitiveServices/accounts/<CognitiveServices Nazwa> zasobu) | Prawda |
| Poddomena niestandardowa | ciąg | Adres URL niestandardowej poddomeny punktu końcowego (przykład: contoso) | Prawda |
Klucz interfejsu API
Identyfikator uwierzytelniania: keyBasedAuth
Dotyczy: wszystkie regiony
ApiKey
Jest to możliwe do udostępnienia połączenie. Jeśli aplikacja power jest udostępniana innemu użytkownikowi, połączenie jest również udostępniane. Aby uzyskać więcej informacji, zobacz Omówienie łączników dla aplikacji kanwy — Power Apps | Microsoft Docs
| Name | Typ | Description | Wymagane |
|---|---|---|---|
| Klucz konta | securestring | Klucz usługi rozpoznawania mowy | Prawda |
| Region | ciąg | Region usługi Mowa (przykład: eastus) | Prawda |
Microsoft Entra ID Zintegrowany
Identyfikator uwierzytelniania: tokenBasedAuth
Dotyczy: tylko rząd USA (GCC)
Użyj identyfikatora Entra firmy Microsoft, aby uzyskać dostęp do usługi rozpoznawania mowy.
Nie jest to możliwe do udostępnienia połączenie. Jeśli aplikacja power zostanie udostępniona innemu użytkownikowi, zostanie wyświetlony monit o jawne utworzenie nowego połączenia.
| Name | Typ | Description | Wymagane |
|---|---|---|---|
| Identyfikator zasobu | ciąg | Identyfikator zasobu usług Cognitive Services (przykład: /subscriptions/<Subscription ID>/resourceGroups/<ResourceGroups>/providers/Microsoft.CognitiveServices/accounts/<CognitiveServices Nazwa> zasobu) | Prawda |
| Poddomena niestandardowa | ciąg | Adres URL niestandardowej poddomeny punktu końcowego (przykład: contoso) | Prawda |
Microsoft Entra ID Integrated (Azure Government)
Identyfikator uwierzytelniania: tokenBasedAuth
Dotyczy: tylko platforma Azure Government i Departament Obrony (DoD) w usługach Azure Government i US Government (GCC-High)
Użyj identyfikatora Entra firmy Microsoft, aby uzyskać dostęp do usługi rozpoznawania mowy.
Nie jest to możliwe do udostępnienia połączenie. Jeśli aplikacja power zostanie udostępniona innemu użytkownikowi, zostanie wyświetlony monit o jawne utworzenie nowego połączenia.
| Name | Typ | Description | Wymagane |
|---|---|---|---|
| Identyfikator zasobu | ciąg | Identyfikator zasobu usług Cognitive Services (przykład: /subscriptions/<Subscription ID>/resourceGroups/<ResourceGroups>/providers/Microsoft.CognitiveServices/accounts/<CognitiveServices Nazwa> zasobu) | Prawda |
| Poddomena niestandardowa | ciąg | Adres URL niestandardowej poddomeny punktu końcowego (przykład: contoso) | Prawda |
Domyślne [PRZESTARZAŁE]
Dotyczy: wszystkie regiony
Ta opcja dotyczy tylko starszych połączeń bez jawnego typu uwierzytelniania i jest dostępna tylko w celu zapewnienia zgodności z poprzednimi wersjami.
Nie jest to możliwe do udostępnienia połączenie. Jeśli aplikacja power zostanie udostępniona innemu użytkownikowi, zostanie wyświetlony monit o jawne utworzenie nowego połączenia.
| Name | Typ | Description | Wymagane |
|---|---|---|---|
| Klucz konta | securestring | Usługa Azure Cognitive Services dla klucza konta neuronowego zamiany tekstu na mowę | Prawda |
| Region | ciąg | Region usługi Mowa (przykład: eastus) | Prawda |
Limity ograniczania
| Nazwa | Wywołania | Okres odnowienia |
|---|---|---|
| Wywołania interfejsu API na połączenie | 100 | 60 sekund |
Akcje
| Konwertowanie tekstu na mowę |
Konwertowanie pojedynczego tekstu na mowę. |
| Konwertowanie tekstu na mowę przy użyciu języka SSML |
Konwertowanie tekstu na mowę przy użyciu języka znaczników syntezy mowy (SSML) |
| Pobieranie listy głosów |
Uzyskaj pełną listę głosów dla określonego regionu lub punktu końcowego. |
Konwertowanie tekstu na mowę
Konwertowanie pojedynczego tekstu na mowę.
Parametry
| Nazwa | Klucz | Wymagane | Typ | Opis |
|---|---|---|---|---|
|
Nazwa głosu
|
voiceName | True | string |
Dane wyjściowe nazwy głosu dla tekstu na mowę. Na przykład: en-US-JennyNeural. |
|
Lokalizacja
|
locale | True | string |
Ustawienia regionalne zawartych danych. Na przykład: en-US. |
|
Syntetyzowany tekst
|
synthesizedText | True | string |
Syntetyzowany tekst, który należy przekonwertować na mowę. |
|
Format dźwięku wyjściowego
|
outputFormat | string |
Formaty audio bez przesyłania strumieniowego. Ustawienie domyślne: riff-24khz-16bit-mono-pcm. |
|
|
Styl
|
style | string |
Ekspresowy styl mowy. Na przykład: wesoły. |
|
|
Wskaźnik mówienia
|
speakingRate | string |
Szybkość mowy. Na przykład: -40.00%. |
Konwertowanie tekstu na mowę przy użyciu języka SSML
Konwertowanie tekstu na mowę przy użyciu języka znaczników syntezy mowy (SSML)
Parametry
| Nazwa | Klucz | Wymagane | Typ | Opis |
|---|---|---|---|---|
|
Tekst SSML
|
ssmlText | True | string |
Tekst w formacie SSML (np. <speak xmlns='http://www.w3.org/2001/10/synthesis' xmlns:mstts='http://www.w3.org/2001/mstts' xmlns:emo='http://www.w3.org/2009/10/emotionml' version='1.0' xml:lang='en-US'><voice name='en-US-ChristopherNeural'power> connector</voice></speak>) |
|
Format dźwięku wyjściowego
|
outputFormat | string |
Formaty audio bez przesyłania strumieniowego. Ustawienie domyślne: riff-24khz-16bit-mono-pcm. |
Pobieranie listy głosów
Uzyskaj pełną listę głosów dla określonego regionu lub punktu końcowego.
Zwraca
| Nazwa | Ścieżka | Typ | Opis |
|---|---|---|---|
|
|
array of object | ||
|
items
|
object |
macierz |