问题标签 [microsoft-speech-api]

我已经开始使用 Microsoft Speech Recognition API。

结果的质量非常好，但输出是一个整体的文本块，没有任何段落或换行符。

我在文档中看不到获得格式良好的输出的方法。那不可能吗？

谢谢迈克

我正在尝试将数据发送到 azure Speech SDK 进行转录。我希望它从 python 文件接收数据，放入缓冲区，然后连续转录。我正在使用来自 azure Speech SDK 的这个示例。

我不想从音频文件'callback = WavFileReaderCallback(weatherfilename)'中获取数据，而是想从另一个通过以下方式发送数据的python文件中获取数据：

如何将这些数据放入语音 SDK 转录的缓冲区。请指导，谢谢。

SpeechConfig 配置 = SpeechConfig.fromSubscription(speechSubscriptionKey, serviceRegion);

显示错误：无法初始化类 com.microsoft.cognitiveservices.speech.SpeechConfig

我正在尝试确定 Azure 是否是满足我转录需求的最佳平台。

我有两个问题——Azure 的 Speech to Text 服务是否提供：

1. 接受 Webm 音频作为输入？
2. 它是否提供带有时间戳的输出？

我在我的项目中使用了算法语音到文本，没有 docker，我的项目运行良好，但是当我向我的项目添加 dockerfile 并撰写时，算法语音到文本停止工作，给我这个错误：

我使用算法的部分代码：

问题是，如果我不使用 docker，算法就会运行，但是当我使用时，会出现上面的这个错误。而且我不知道为什么我会遇到这个问题。我必须快速解决这个问题。你能帮我吗？

谢谢。

我正在本地运行语言检测认知服务 API（通过使用以下命令）。

docker run --rm -it -p 5003:5003 --memory 1g --cpus 1 mcr.microsoft.com/azure-cognitive-services/speechservices/language-detection Eula=accept Billing=https: //.api.cognitive .microsoft.com/sts/v1.0/issuetoken ApiKey= *** HTTP_PROXY=********

在此处输入图像描述

问题：当我通过邮递员时收到 404

在此处输入图像描述

注意：我的认知服务区域是西欧和定价层 F0

请让我知道测试本地运行的认知 api 的正确方法

我正在考虑实现一些目标 C 代码的快速版本。我有一个带有声明的 Typedef：

类声明是：

Class2 具有这样的结果属性：

尝试使用它时，我有以下内容：

类属性

和一些代码：

我在最后两行得到的错误是：

无法将类型“（Class1？，Class2？）”的值分配给类型“TypedefName”（又名“（Class1，Class2）->（）”）

可选类型 'TypedefName?' 的值 （又名 'Optional<(Class1, Class2) -> ()>'）必须解包为类型为 'TypedefName' 的值（又名 '(Class1, Class2) -> ()'）