最近CSDN開展了《0元試用微軟 Azure人工智能認知服務，精美禮品大放送》，當前目前活動還在繼續(xù)，熱心的我已經(jīng)第一時間報名參與，只不過今天才有時間實際的試用。

目前活動要求博文形式分享試用語音轉文本、文本轉語音、語音翻譯、文本分析、文本翻譯、語言理解中三項以上的服務。

目前我在試用了 語音轉文本、文本轉語音、語音翻譯 功能后，決定做一個實時語音翻譯機，使用后效果是真不錯。

下面我們看看如何操作吧，首先我們進入：https://portal.azure.cn/并登錄。

獲取密鑰

在搜索框輸入 認知服務 并確認：

然后可以創(chuàng)建語音服務：

然后輸入名稱，選擇位置，選擇免費定價，新增資源組并選擇：

之后，點擊創(chuàng)建。創(chuàng)建過程中會顯示正在部署：

部署完成后，點擊轉到資源：

然后我們點擊密鑰和終結點，查看密鑰和位置/區(qū)域：

有兩個密鑰任選一個即可，位置/區(qū)域也需要記錄下來，后面我們的程序就需要通過密鑰和位置來調用。

Azure 認知服務初體驗

Azure 認知服務文檔：https://docs.azure.cn/zh-cn/cognitive-services/

按文檔要求，我們首先安裝Azure 語音相關的python庫：

pip install azure-cognitiveservices-speech

首先我們體驗一下語音轉文本：

測試語音轉文本

文檔：https://docs.azure.cn/zh-cn/cognitive-services/speech-service/get-started-speech-to-text?tabs=windowsinstall&pivots=programming-language-python

復制官方的代碼后，簡單修改下實現(xiàn)從麥克風識別語音：

import azure.cognitiveservices.speech as speechsdk

speech_key, service_region = "59392xxxxxxxxxx559de", "chinaeast2"
speech_config = speechsdk.SpeechConfig(
    subscription=speech_key, region=service_region, speech_recognition_language="zh-cn")
speech_recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config)

print("說：", end="")
result = speech_recognizer.recognize_once()
print(result.text)

speech_recognition_language決定了語言，這里我設置為中文。

我運行后，對麥克風說了一句話，程序已經(jīng)準確的識別出我說的內容：

說：微軟人工智能服務非常好用。

測試文本轉語音

文檔：https://docs.azure.cn/zh-cn/cognitive-services/speech-service/get-started-text-to-speech?tabs=script%2Cwindowsinstall&pivots=programming-language-python

借助文檔我們還可以實現(xiàn)將轉換完成的語音保存起來，但這里我只演示直接聲音播放出來:

from azure.cognitiveservices.speech import AudioDataStream, SpeechConfig, SpeechSynthesizer, SpeechSynthesisOutputFormat
from azure.cognitiveservices.speech.audio import AudioOutputConfig

speech_config.speech_synthesis_language = "zh-cn"
audio_config = AudioOutputConfig(use_default_speaker=True)
speech_synthesizer = SpeechSynthesizer(
    speech_config=speech_config, audio_config=audio_config)

text_words = "微軟人工智能服務非常好用。"
result = speech_synthesizer.speak_text_async(text_words).get()
if result.reason != speechsdk.ResultReason.SynthesizingAudioCompleted:
    print(result.reason)

感覺轉換效果很好。

測試語音翻譯功能

文檔地址：https://docs.azure.cn/zh-cn/cognitive-services/speech-service/get-started-speech-translation?tabs=script%2Cwindowsinstall&pivots=programming-language-python

經(jīng)測試，語音翻譯同時包含了語音轉文本和翻譯功能：

from_language, to_language = 'zh-cn', 'en'
translation_config = speechsdk.translation.SpeechTranslationConfig(
    subscription=speech_key, region=service_region, speech_recognition_language=from_language)
translation_config.add_target_language(to_language)
recognizer = speechsdk.translation.TranslationRecognizer(
    translation_config=translation_config)


def speakAndTranslation():
    result = recognizer.recognize_once()
    if result.reason == speechsdk.ResultReason.TranslatedSpeech:
        return result.text, result.translations[to_language]
    elif result.reason == speechsdk.ResultReason.RecognizedSpeech:
        return result.text, None
    elif result.reason == speechsdk.ResultReason.NoMatch:
        print(result.no_match_details)
    elif result.reason == speechsdk.ResultReason.Canceled:
        print(result.cancellation_details)


speakAndTranslation()

這里執(zhí)行后并說一句話，結果：

('大家好才是真的好。', 'Everyone is really good.')

可以同時獲取原始文本和譯文，所以我們后面的語音翻譯工具，也都使用該接口。

語音翻譯機開發(fā)

程序的大致邏輯結構：

完整代碼：

"""
小小明的代碼
CSDN主頁：https://blog.csdn.net/as604049322
"""
__author__ = '小小明'
__time__ = '2021/10/30'

import azure.cognitiveservices.speech as speechsdk

from azure.cognitiveservices.speech.audio import AudioOutputConfig

speech_key, service_region = "59xxxxde", "chinaeast2"
speech_config = speechsdk.SpeechConfig(subscription=speech_key, region=service_region,
                                       speech_recognition_language="zh-cn")
speech_config.speech_synthesis_language = "zh-cn"
audio_config = AudioOutputConfig(use_default_speaker=True)
speech_synthesizer = speechsdk.SpeechSynthesizer(
    speech_config=speech_config, audio_config=audio_config)

from_language, to_language = 'zh-cn', 'en'
translation_config = speechsdk.translation.SpeechTranslationConfig(
    subscription=speech_key, region=service_region, speech_recognition_language=from_language)
translation_config.add_target_language(to_language)
recognizer = speechsdk.translation.TranslationRecognizer(
    translation_config=translation_config)


def speakAndTranslation():
    result = recognizer.recognize_once()
    if result.reason == speechsdk.ResultReason.TranslatedSpeech:
        return result.text, result.translations[to_language]
    elif result.reason == speechsdk.ResultReason.RecognizedSpeech:
        return result.text, None
    elif result.reason == speechsdk.ResultReason.NoMatch:
        print(result.no_match_details)
    elif result.reason == speechsdk.ResultReason.Canceled:
        print(result.cancellation_details)


def speak(text_words):
    result = speech_synthesizer.speak_text_async(text_words).get()
    #     print(result.reason)
    if result.reason == speechsdk.ResultReason.Canceled:
        cancellation_details = result.cancellation_details
        print("識別取消:", cancellation_details.reason)
        if cancellation_details.reason == speechsdk.CancellationReason.Error:
            if cancellation_details.error_details:
                print("錯誤詳情：", cancellation_details.error_details)


while True:
    print("說：", end=" ")
    text, translation_text = speakAndTranslation()
    print(text)
    print("譯文：", translation_text)
    if "退出" in text:
        break
    if text:
        speak(translation_text)

簡單的運行了一下，中間的打印效果如下：

說： 我只想進轉過山和大海。
譯文： I just want to go in and out of the mountains and the sea.
說： 也穿越，人山人海。
譯文： Also through, the sea of people and mountains.
說： 我曾經(jīng)目睹這一切全部都隨風飄然。
譯文： I've seen it all blow in the wind.
說： 轉眼成空。
譯文： It's empty.
說： 問，世間能有幾多愁？
譯文： Q, how much worry can there be in the world?
說： 退出。
譯文： quit.

最終的語音功能也只有各位親自體驗了噢。文章來源地址http://www.zghlxwxcb.cn/news/detail-446730.html

到了這里，關于用Azure認知服務開發(fā)一個語音翻譯機，學英文很爽快的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！