问题标签 [bing-speech]

我正在尝试使用 bing 语音到文本将一些声音文件转录为文本。

以下命令在命令行中工作（在 Windows 10 上使用 git bash）：

我试过这个，但它不起作用：

它返回此输出：响应

我相信该请求与 .wav 文件的解释有关，并且我需要以某种方式将“--data-binary”标签添加到 httr-request 中。我可以看到我的“内容类型”是纯文本，尽管我已经指定了。此外：API 文档指定我需要在我的 wav 文件前面加上一个 at 符号。

任何帮助将非常感激。

干杯。

编辑：链接到 API 文档 https://docs.microsoft.com/da-dk/azure/cognitive-services/speech/getstarted/getstartedrest?tabs=curl#tabpanel_AFC9x30-dR_curl

我已经提到了这个文档。他们在使用客户端库进行语音转文本时提到了“长音频流（长达 10 分钟）”。

语音转文本是否接受大于 10 分钟的音频文件？如果我们通过音频文件 > 10 分钟会发生什么？

在我的用例中，我需要传递超过 30 分钟的音频文件。那么对于这些​​情况我们该怎么办呢？

我在 Bing Speech API 的文档中看到，可以将录音麦克风输入流式传输到 REST 服务（https://docs.microsoft.com/en-us/azure/cognitive-services/speech/home）：

实时连续识别。语音识别API使用户能够实时将音频转录成文本，并支持接收目前已识别的单词的中间结果。

但是，我找不到显示如何使用 Xamarin Forms 以跨平台方式实现此目的的示例。

我找到了以下教程：https ://developer.xamarin.com/guides/xamarin-forms/cloud-services/cognitive-services/speech-recognition/

但是在这种情况下，发送到 API 的音频流是一个已经存在的音频文件，但是我想要实现的是流式传输运行应用程序的设备的麦克风输入（Android、iOS、UWP）。

任何见解将不胜感激。

我在 botframeowrk 中使用 bing 语音，如下所示：

我想将语言从“en-us”更改为其他语言，是否有任何我应该添加的选项，例如 lang:'it-it'。

还有一种方法可以根据用户说的语言更改语言吗？

我在 botframework 中使用 Bing 进行语音，当我部署它时，麦克风仅在 Chrome 和 Edge 中启用，我读到其他浏览器也支持它？

我正在使用 Bot Framework 在 Chatbot 中使用 Bing Speech，它运行良好，但今天出现此错误：

“ https://speech.platform.bing.com/synthesize：对预检请求的响应未通过访问控制检查：请求的资源上不存在“Access-Control-Allow-Origin”标头。来源“ https:// /xxxxxxx.azurewebsites.net '因此不允许访问。"

这是平台内的错误吗？如果是，您知道这是否会经常发生吗？或者这个错误是由其他原因引起的？

我在 javascript 中使用 Bing 文本到语音 api 并生成随机数以进行加法。只是为了获得支持，我想将 bing 文本转语音集成到我的代码中，但我无法在 microsoft 页面上找到说明您可以将动态参数传递给 api 的文档。到目前为止，它能够做到这一点：

但是当我这样做时，它会给出类型错误：

有没有办法将变量传递给 bing tts api 或者我应该使用 google tts。

为了避免 api 调用，我使用了 javascript 客户端库github 链接

我需要将来自 SIP 或 SIPREC 会话的语音集成到 Micorsoft Speech 或 MS Bot。根据https://docs.microsofttranslator.com/speech-translate.html，语音应该是单通道流式传输，以 16 kHz 采样的签名 16 位 PCM 音频。因此，似乎还需要将这些数据包从任何编解码器“翻译”为 PCM。什么是推荐的方法？

我有一个 Azure 机器人，它能够获取 wav 音频文件并使用 Bing Speech API 翻译成文本。我正在尝试将其连接到 Skype。我不知道如何从附件中获取流。我的代码的第一部分找到了 ContentType='audio' ok 的 Skype 附件：

但后来我尝试使用下面的代码（取自 Microsoft BotBuilder 示例的 Controller\MessagesController.cs 文件：https ://github.com/Microsoft/BotBuilder-Samples/tree/master/CSharp/intelligence- SpeechToText）来获得一个流：

这失败了，我想是因为我无法访问该网址。有没有人举例说明如何获取 Skype 音频流或知道我应该怎么做？

ContentUrl 的格式为：https://smba.trafficmanager.net/apis/v3/attachments/LONG_ID_GOES_HERE/views/original。我从 httpClient.GetStreamAsync 请求返回的错误是“响应状态代码不指示成功：401（未授权）。”

谢谢

我使用 Microsoft QnA Maker 服务和 Azure 上托管的 Azure Web App 机器人创建了一个网络聊天机器人。我在 Azure 上为我的机器人启用了 Web 聊天和 Direct Line 频道。它工作正常。现在我正在尝试集成 Bing Speech API 以进行语音识别。下面是代码-

图书馆：

在 JavaScript 中创建 Web 应用程序机器人：

当我在 Chrome 或 Edge 上运行此程序时，我可以单击麦克风并说话，然后我会得到响应（基于 QnA 制造商中的 Key-Answer 映射）以文本和语音的形式返回。问题是，如果答案太长（如 600 个字符），我只能得到文本作为响应，但没有声音。

对此有什么帮助吗？如果我可以提供更多详细信息，请告诉我。