问题标签 [microsoft-speech-api]

我想使用 Microsoft 的 REST API 转录更长的音频文件（至少 5 分钟）。有很多不同的产品和名称，例如语音服务 API 或必应语音 API。到目前为止，我尝试的所有 REST API 都不支持转录更长的音频文件。

文档指出有一个 REST API 正好适用于这种情况： https ://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/batch-transcription

该服务的端点是什么？

是否有可能将语音服务与机器人集成？所以我想知道语音服务与机器人集成的过程是什么？

如何通过从创建的 Azure 语音服务获得的密钥与机器人进行集成？以及如何检查创建的语音服务是否正常工作？是否有任何用于测试语音服务的通用门户，例如自定义语音门户（https://westus.cris.ai/Home/CustomSpeech）？

有哪些不同的整合方式？

作为主题，我尝试按照快速入门指南在非 ubuntu linux 中运行语音 api（见下文），但我想知道是否有人让它工作或者它只是不受支持

但我得到了以下异常。

最初在 Ubuntu linux 中发生了类似的事情，但在我按照微软文档中的建议安装 libasound2 后解决了。

这让我想也许我错过了一些依赖项，但我无法弄清楚我从错误消息中究竟错过了什么。

按照此处的指南安装 microsoft azure text to Speech SDK：https ://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/quickstart-python#install-the-speech-sdk

它说要运行 pip install azure-cognitiveservices-speech ，但不幸的是这又回来了

找不到满足要求 azure->cognitiveservices-speech 的版本（来自版本：）没有为 >azure-cognitiveservices-speech 找到匹配的分布

我尝试使用 ==1.2.0 在末尾添加版本号，并添加 --pre。所以：

python -m pip install azure-cognitiveservices-speech --pre

python -m pip install azure-cognitiveservices-speech==1.2.0.

我能够使用python -m pip install azure它，它下载了一大堆模块，但不是认知服务模块。我在 python 2.7 和 python 3.7 上试过，我还安装了Microsoft Visual C++ Redistributable for Visual Studio 2017。如果有人对如何安装此模块有任何想法，将不胜感激。

这是 pypi 链接：https ://pypi.org/project/azure-cognitiveservices-speech/

我目前正在用 C# 开发一个实现 Text-To-Speech 的小程序。但是，我发现可以使用两个命名空间：

• 系统.语音.综合
• Microsoft.Speech.Synthesis

我用谷歌搜索了差异，发现这篇关于语音识别的帖子。它并没有真正回答我的问题。我也在他们两个之间切换，没有任何区别。它适用于代码中的所有语言（如下）。

有人可以解释一下他们两个之间的区别吗？

我正在使用 Microsoft Speech Synthesis 来播放我的 SSML 字符串， public Prompt SpeakSsmlAsync(string ssmlText);并且我有一个不应该使用的要求，xml:lang但是当我从字符串中删除 xml:lang 属性时，ssml我遇到了异常

'speak' 需要属性 'xml:lang'

xml:lang那么有没有一种方法可以让我在不使用属性的情况下播放我的 SSML 字符串并让语音引擎处理它？

我想玩但失败了：

使用 lang 属性：

提前致谢。

我正在使用.Net 标准 2.0上的 microsoft azure 的认知服务开发混合 xamarin 表单应用程序。获得CognitiveServices 0.1.0、Microsoft.CognitiveServices.Speech 1.3.1和Xamarin.Forms 3.5.0的 nuget 包。

Nuget 包已更新到最新版本。我在 VS2017 IDE 的 Win 7 机器上运行它。找不到任何资源来解决我的异常。DllNotFoundException该解决方案成功构建，但在Microsoft.CognitiveServices.Speech.core.dll中的 genymotion 模拟器上运行时失败。

我想玩一点微软语音 API。我找到了这个答案，它有效！我试图采用它来识别俄语。语法文件如下所示：

代码取自上述答案。但我得到一个错误：线

返回0x80045052 (-2147200942)：An attempt to load a CFG grammar with a LANGID different than other loaded grammars.

是否可以设置程序和/或环境来使用俄语语法文件？

环境：Windows 10 家庭版、Visual Studio 2017

我正在开展一个研究项目，在该项目中我们创建了一个新的文本到语音 (TTS) 引擎，将文本转换为语音。由于引擎已经表现良好，我们尝试使其可供大量应用程序使用，这使我们希望引擎在 Windows 10 上显示为 TTS 语音。

在 Microsoft 的开发人员文档中，我发现的只是有关如何在我的应用程序中使用现有/已安装的声音的信息。但是，我没有找到任何关于如何实现语音以使其显示为 Windows 语音并且可以被任何使用 Speech SDK 或 SAPI 的应用程序使用的信息。

为了让我们的新 TTS 引擎与 Windows Speech 一起工作，我必须实现哪个接口或必须连接到哪个 API？

我已经爬取了 Microsoft Speech SDK 的文档以及https://docs.microsoft.com/en-us/dotnet/api/system.speech.synthesis.ttsengine等开发人员网站

我是 Across Cultures 的开发人员 - 我们为学校的学习者提供在线 EAL（英语作为附加语言）支持。

我一直在查看您的语音服务 API 并且有一些东西可以满足我们的要求，但是我们需要支持 20 多个与 API 的并发连接 - 目前我们正在经历多达 100 多个并发用户。

你能告诉我是否可以增加并发连接，它如何影响价格，是否可以自动扩展或者我们需要提前指定数量吗？

谢谢，

西蒙