国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

微軟文本轉(zhuǎn)語音和語音轉(zhuǎn)文本功能更新,效果顯著!

這篇具有很好參考價值的文章主要介紹了微軟文本轉(zhuǎn)語音和語音轉(zhuǎn)文本功能更新,效果顯著!。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

今天我要和大家分享一個新功能更新——微軟的文本轉(zhuǎn)語音和語音轉(zhuǎn)文本功能。最近,微軟對其AI語音識別和語音合成技術進行了重大升級,效果非常好,現(xiàn)在我將分別為大家介紹這兩個功能。

先來聽下這個效果吧

微軟文本轉(zhuǎn)語音和語音轉(zhuǎn)文本功能更新

文本轉(zhuǎn)語音

文本轉(zhuǎn)語音(Text-to-Speech, TTS)是一種將文本信息轉(zhuǎn)換為自然聽起來的語音的技術。微軟的文本轉(zhuǎn)語音功能提供了多種語言和語音選項,支持多種平臺和設備,使得用戶可以輕松將文本轉(zhuǎn)換為語音。

更新后的文本轉(zhuǎn)語音功能在語音合成方面有了很大的提升。它不僅能夠更自然地模擬人類語音的語調(diào)、語速和語調(diào)變化,還能夠根據(jù)上下文智能調(diào)整發(fā)音,使得合成的語音更加自然流暢。

python代碼如下:運行后,會在終端運行的目錄下生成一個output.mp3文件

from azure.cognitiveservices.speech import SpeechConfig, SpeechSynthesizer, AudioConfig
from azure.cognitiveservices.speech.audio import AudioOutputConfig
from azure.cognitiveservices.speech import ResultReason, CancellationReason


# 創(chuàng)建SpeechConfig對象
speech_config = SpeechConfig(subscription="key", region="service_region")

# 創(chuàng)建音頻配置對象
audio_config = AudioConfig(filename="output.mp3")  # 輸出到MP3文件


# 創(chuàng)建語音合成器
speech_synthesizer = SpeechSynthesizer(speech_config=speech_config, audio_config=audio_config)
text="How To Unlock Cyberpunk 2077’s New Ending In Phantom Liberty"

# 定義SSML文本


ssml_string2="""
<!--ID=B7267351-473F-409D-9765-754A8EBCDE05;Version=1|{"VoiceNameToIdMapItems":[{"Id":"390baec9-d867-4c01-bdcf-04e5848ee7dc","Name":"Microsoft Server Speech Text to Speech Voice (zh-CN, XiaoxiaoMultilingualNeural)","ShortName":"zh-CN-XiaoxiaoMultilingualNeural","Locale":"zh-CN","VoiceType":"StandardVoice"}]}-->
<!--ID=FCB40C2B-1F9F-4C26-B1A1-CF8E67BE07D1;Version=1|{"Files":{}}-->
<!--ID=5B95B1CC-2C7B-494F-B746-CF22A0E779B7;Version=1|{"Locales":{"zh-CN":{"AutoApplyCustomLexiconFiles":[{}]},"de-DE":{"AutoApplyCustomLexiconFiles":[{}]}}}-->
<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="zh-CN"><voice name="zh-CN-XiaoxiaoMultilingualNeural"><lang xml:lang="zh-CN"><s />但我現(xiàn)在對這個職業(yè)的熱愛還是非常的,呵呵,非常的,嗯,怎么說呢?日月可鑒的,哈哈,嗯還是希望可以把這個職業(yè)做下去或者做這個聲音相關領域的工作,嗯,就是把自己的優(yōu)勢發(fā)揮的大一點,盡可能能用到自己擅長的東西,而不是說為了工作,為了掙錢而工作。<s /></lang></voice></speak>
"""

# 使用SSML文本進行語音合成
result = speech_synthesizer.speak_ssml_async(ssml_string2).get()

# 檢查結果
if result.reason == ResultReason.SynthesizingAudioCompleted:
    print("Speech synthesized to [output.mp3] for text [{}]".format(ssml_string2))
elif result.reason == ResultReason.Canceled:
    cancellation_details = result.cancellation_details
    print("Speech synthesis canceled: {}".format(cancellation_details.reason))
    if cancellation_details.reason == CancellationReason.Error:
        if cancellation_details.error_details:
            print("Error details: {}".format(cancellation_details.error_details))
    print("Did you update the subscription info?")

其中,Service_region和key值需要到azure中去獲取,先選語音服務

zh-cn-xiaoxiaomultilingualneural,python,microsoft,ai,人工智能,TTS,azure,python

zh-cn-xiaoxiaomultilingualneural,python,microsoft,ai,人工智能,TTS,azure,python

語音轉(zhuǎn)文本

語音轉(zhuǎn)文本(Speech-to-Text, STT)則是一種將語音信息轉(zhuǎn)換為文本的技術。微軟的語音轉(zhuǎn)文本功能支持多種語言和方言,能夠?qū)崟r將語音轉(zhuǎn)換為文本,并提供了強大的噪聲抑制和回聲消除功能,使得識別準確率大大提高。

python代碼如下:

import os
import tkinter as tk
from tkinter import filedialog, ttk
import azure.cognitiveservices.speech as speechsdk
from datetime import datetime

# 配置Azure語音服務的密鑰和區(qū)域
speech_key = "key"
service_region = "service_region"

def recognize_speech():
    # 獲取選擇的WAV文件路徑
    wav_file = filedialog.askopenfilename(filetypes=[("WAV Files", "*.wav")])
    
    if wav_file:
        # 更新狀態(tài)標簽
        status_label.config(text="正在識別...")
        
        # 創(chuàng)建語音配置對象,并設置語言為中文
        speech_config = speechsdk.SpeechConfig(subscription=speech_key, region=service_region)
        speech_config.speech_recognition_language = "zh-CN"
        
        # 創(chuàng)建音頻配置對象
        audio_config = speechsdk.audio.AudioConfig(filename=wav_file)
        
        # 創(chuàng)建語音識別器對象
        speech_recognizer = speechsdk.SpeechRecognizer(speech_config=speech_config, audio_config=audio_config)
        
        # 定義識別結果的回調(diào)函數(shù)
        recognized_text = []
        def handle_final_result(evt):
            recognized_text.append(evt.result.text)
            progress_bar.step(10)  # 每次識別結果更新進度條
        
        # 連接識別結果的事件處理程序
        speech_recognizer.recognized.connect(handle_final_result)
        
        # 定義識別狀態(tài)的標志變量
        is_recognizing = True
        
        # 定義識別結束的回調(diào)函數(shù)
        def handle_session_stopped(evt):
            nonlocal is_recognizing
            is_recognizing = False
        
        # 連接識別結束的事件處理程序
        speech_recognizer.session_stopped.connect(handle_session_stopped)
        
        # 執(zhí)行連續(xù)識別
        speech_recognizer.start_continuous_recognition()
        
        # 等待連續(xù)識別完成
        while is_recognizing:
            window.update()
        
        # 停止連續(xù)識別
        speech_recognizer.stop_continuous_recognition()
        
        # 獲取當前時間戳
        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        
        # 構建保存文件的路徑
        save_path = os.path.join("C:\\temp", f"recognized_text_{timestamp}.txt")
        
        # 將識別結果保存到文件
        with open(save_path, "w", encoding="utf-8") as file:
            file.write("\n".join(recognized_text))
        
        # 更新狀態(tài)標簽
        status_label.config(text="識別完成,結果已保存到文件: " + save_path)
        
        # 重置進度條
        progress_bar["value"] = 0

# 創(chuàng)建圖形化界面
window = tk.Tk()
window.title("語音識別")

# 創(chuàng)建選擇文件按鈕
select_button = tk.Button(window, text="選擇WAV文件", command=recognize_speech)
select_button.pack(pady=10)

# 創(chuàng)建狀態(tài)標簽
status_label = tk.Label(window, text="請選擇要識別的WAV文件")
status_label.pack()

# 創(chuàng)建進度條
progress_bar = ttk.Progressbar(window, length=200, mode="determinate")
progress_bar.pack(pady=10)


# 運行圖形化界面
window.mainloop()

運行后,效果如下:

zh-cn-xiaoxiaomultilingualneural,python,microsoft,ai,人工智能,TTS,azure,python

總結

總的來說,微軟的文本轉(zhuǎn)語音和語音轉(zhuǎn)文本功能的這次更新,無疑是一次重大的技術突破。它不僅為用戶提供了更加自然流暢的語音合成體驗,還極大地提高了語音識別的準確率。這對于需要使用語音識別和語音合成功能的用戶來說,無疑是一個巨大的福音。

好了,今天的分享就到這里。如果你對這兩個功能有更多的疑問或者想法,歡迎在評論區(qū)留言討論。我們下期再見!文章來源地址http://www.zghlxwxcb.cn/news/detail-849185.html

到了這里,關于微軟文本轉(zhuǎn)語音和語音轉(zhuǎn)文本功能更新,效果顯著!的文章就介紹完了。如果您還想了解更多內(nèi)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)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • C#調(diào)用微軟api文本轉(zhuǎn)語音

    C#調(diào)用微軟api文本轉(zhuǎn)語音

    目錄 1.注冊微軟云服務,搭建文本轉(zhuǎn)語音標準應用(每月500萬字免費好像) 2.Visual studio使用nuget給程序安裝Microsoft.CognitiveServices.Speech框架 ?3.引用命名空間 4.文本轉(zhuǎn)語音參考代碼 5.文本轉(zhuǎn)語音下載到本地參考代碼

    2024年02月12日
    瀏覽(22)
  • 微軟(TTS)文本轉(zhuǎn)語音服務API實現(xiàn)

    微軟(TTS)文本轉(zhuǎn)語音服務API實現(xiàn)

    此博客實現(xiàn)與java實現(xiàn)微軟文本轉(zhuǎn)語音(TTS)經(jīng)驗總結_java tts_${簡簡單單}的博客-CSDN博客之上,首先感謝博客源碼的提供,本人在上面添加了一些詳細的注釋,方便大家跟好的理解和使用,畢竟我已經(jīng)用原文調(diào)試了一下午才調(diào)通,一些細節(jié)的問題給大家標注出來,免得浪費大家

    2024年02月07日
    瀏覽(22)
  • 【微信小程序】接入微軟azure文本轉(zhuǎn)語音的記錄

    想在微信小程序中實現(xiàn)文本轉(zhuǎn)語音的功能,使用azure的RESTful API。 先說結論: 還是在后臺處理吧 現(xiàn)象 :模擬器上運行是正常的,可以獲得轉(zhuǎn)換后的音頻,真機調(diào)試時, statusCode:400 ,在官方文檔中的解釋是,參數(shù)錯誤,常見原因是:標頭過長。 原因 :小程序wx.request user-age

    2024年02月06日
    瀏覽(36)
  • edge-tts微軟文本轉(zhuǎn)語音庫,來聽聽這些語音是否很熟悉?

    edge-tts微軟文本轉(zhuǎn)語音庫,來聽聽這些語音是否很熟悉?

    上期圖文教程,我們分享了Azure機器學習的文本轉(zhuǎn)語音的賬號申請與API申請的詳細步驟,也介紹了基于python3實現(xiàn)Azure機器學習文本轉(zhuǎn)語音功能的代碼實現(xiàn)過程,雖然我們可以使用Azure賬號免費提供一年的試用期,但是畢竟是要付費的,我們的API也無法長期使用,好在微軟發(fā)布了

    2024年02月07日
    瀏覽(21)
  • 免費下載微軟azure文本轉(zhuǎn)語音的mp3文件

    免費下載微軟azure文本轉(zhuǎn)語音的mp3文件

    免費下載微軟azure文本轉(zhuǎn)語音的mp3文件 Azure機器學習的文本轉(zhuǎn)語音最接近人聲, 大家平時看的抖音的影視剪輯賬號用的配音都是從這里錄制下載的 一、下載 edge瀏覽器 由于國內(nèi)下載google瀏覽器插件需要科學上網(wǎng),所以我們這里使用edge瀏覽器 下載地址可以自行百度,或者從這里

    2024年02月05日
    瀏覽(17)
  • 文本轉(zhuǎn)語音-微軟Azure-一步一步教你從注冊到使用

    文本轉(zhuǎn)語音-微軟Azure-一步一步教你從注冊到使用

    牙叔教程 簡單易懂 他們的中文也許還行, 但是英文我試了都不滿意, 我再網(wǎng)上搜到的我認為最好的是 但是丫真貴 Best Free Text To Speech Voice Reader | Speechify 現(xiàn)在的匯率是 139 × 6.91 = 960.49 一年一千塊, 好像還行哈, 但是沒卡呀, 擦, 比來比去, 還是微軟Azure性價比最高, 沒有微軟Azure的

    2024年02月07日
    瀏覽(27)
  • 使用微軟Azure的tts文本轉(zhuǎn)語音服務出現(xiàn)java.lang.UnsatisfiedLinkError

    使用微軟Azure的tts文本轉(zhuǎn)語音服務出現(xiàn)java.lang.UnsatisfiedLinkError

    最近,在使用微軟tts文本轉(zhuǎn)語音的speech服務時,項目正常整合了微軟的依賴,服務也正常啟動。但是只要調(diào)用微軟文本轉(zhuǎn)語音服務api時,就會出現(xiàn)如下報錯。 該方法是一個native方法,我以為是依賴中的dll文件沒有加載到,結果檢查不是。 最后分析:native依賴的是底層實現(xiàn)的

    2024年02月14日
    瀏覽(26)
  • uniapp 語音文本播報功能

    uniapp 語音文本播報功能

    最近uniapp項目上遇到一個需求 就是在接口調(diào)用成功的時候加上語音播報 , ‘創(chuàng)建成功’ ‘開始成功’ ‘結束成功’ 之類的。 因為是固定的文本 ,所以我先利用工具生成了 文本語音mp3文件,放入項目中,直接用就好了。 這里用到的工具: 知意配音 鏈接地址:https://peiy

    2024年02月15日
    瀏覽(18)
  • 免費的語音識別 API:簡單實現(xiàn)語音轉(zhuǎn)文本功能

    語音識別技術在現(xiàn)代信息處理和人機交互中扮演著重要角色。如果您正在尋找免費的語音識別 API,那么您來對地方了!本文將向您介紹一個簡單的方法來實現(xiàn)語音轉(zhuǎn)文本的功能,并提供相應的源代碼供參考。 首先,您需要使用 Python 編程語言來實現(xiàn)這個功能。Python 提供了許

    2024年02月03日
    瀏覽(14)
  • 小程序中使用微信同聲傳譯插件實現(xiàn)語音識別、語音合成、文本翻譯功能----文本翻譯(三)

    小程序中使用微信同聲傳譯插件實現(xiàn)語音識別、語音合成、文本翻譯功能----文本翻譯(三)

    官方文檔鏈接:https://mp.weixin.qq.com/wxopen/plugindevdoc?appid=wx069ba97219f66d99token=370941954lang=zh_CN#- 要使用插件需要先在小程序管理后臺的 設置-第三方設置-插件管理 中添加插件,目前該插件僅認證后的小程序。 文本翻譯目前支持的語言有 zh_CN(中國大陸) en_US(英語)。 參數(shù)說明:

    2024年01月18日
    瀏覽(99)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包