# Překlad řeči - Wio Terminal V této části lekce napíšete kód pro překlad textu pomocí služby překladače. ## Převod textu na řeč pomocí služby překladače REST API služby pro řeč nepodporuje přímé překlady, místo toho můžete použít službu Translator k překladu textu generovaného službou pro převod řeči na text a textu mluvené odpovědi. Tato služba má REST API, které můžete použít k překladu textu, ale pro zjednodušení bude zabalena do dalšího HTTP triggeru ve vaší aplikaci funkcí. ### Úkol - vytvoření serverless funkce pro překlad textu 1. Otevřete svůj projekt `smart-timer-trigger` v VS Code a otevřete terminál, ujistěte se, že je aktivováno virtuální prostředí. Pokud ne, ukončete a znovu vytvořte terminál. 1. Otevřete soubor `local.settings.json` a přidejte nastavení pro API klíč a umístění služby překladače: ```json "TRANSLATOR_KEY": "", "TRANSLATOR_LOCATION": "" ``` Nahraďte `` API klíčem pro váš zdroj služby překladače. Nahraďte `` umístěním, které jste použili při vytvoření zdroje služby překladače. 1. Přidejte nový HTTP trigger do této aplikace nazvaný `translate-text` pomocí následujícího příkazu z terminálu VS Code v kořenové složce projektu aplikace funkcí: ```sh func new --name translate-text --template "HTTP trigger" ``` Tím se vytvoří HTTP trigger nazvaný `translate-text`. 1. Nahraďte obsah souboru `__init__.py` ve složce `translate-text` následujícím: ```python import logging import os import requests import azure.functions as func location = os.environ['TRANSLATOR_LOCATION'] translator_key = os.environ['TRANSLATOR_KEY'] def main(req: func.HttpRequest) -> func.HttpResponse: req_body = req.get_json() from_language = req_body['from_language'] to_language = req_body['to_language'] text = req_body['text'] logging.info(f'Translating {text} from {from_language} to {to_language}') url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0' headers = { 'Ocp-Apim-Subscription-Key': translator_key, 'Ocp-Apim-Subscription-Region': location, 'Content-type': 'application/json' } params = { 'from': from_language, 'to': to_language } body = [{ 'text' : text }] response = requests.post(url, headers=headers, params=params, json=body) return func.HttpResponse(response.json()[0]['translations'][0]['text']) ``` Tento kód extrahuje text a jazyky z HTTP požadavku. Poté provede požadavek na REST API překladače, přičemž jazyky předá jako parametry URL a text k překladu jako tělo. Nakonec se vrátí překlad. 1. Spusťte svou aplikaci funkcí lokálně. Poté ji můžete volat pomocí nástroje jako curl stejným způsobem, jakým jste testovali HTTP trigger `text-to-timer`. Ujistěte se, že předáváte text k překladu a jazyky jako JSON tělo: ```json { "text": "Définir une minuterie de 30 secondes", "from_language": "fr-FR", "to_language": "en-US" } ``` Tento příklad překládá *Définir une minuterie de 30 secondes* z francouzštiny do americké angličtiny. Vrátí *Set a 30-second timer*. > 💁 Tento kód najdete ve složce [code/functions](../../../../../6-consumer/lessons/4-multiple-language-support/code/functions). ### Úkol - použití funkce překladače k překladu textu 1. Otevřete projekt `smart-timer` v VS Code, pokud již není otevřený. 1. Váš chytrý časovač bude mít nastaveny 2 jazyky - jazyk serveru, který byl použit k trénování LUIS (stejný jazyk je také použit k sestavení zpráv pro uživatele), a jazyk, kterým mluví uživatel. Aktualizujte konstantu `LANGUAGE` v hlavičkovém souboru `config.h` na jazyk, kterým bude mluvit uživatel, a přidejte novou konstantu nazvanou `SERVER_LANGUAGE` pro jazyk použitý k trénování LUIS: ```cpp const char *LANGUAGE = ""; const char *SERVER_LANGUAGE = ""; ``` Nahraďte `` názvem místního nastavení jazyka, kterým budete mluvit, například `fr-FR` pro francouzštinu nebo `zn-HK` pro kantonštinu. Nahraďte `` názvem místního nastavení jazyka použitého k trénování LUIS. Seznam podporovaných jazyků a jejich názvů místního nastavení najdete v [dokumentaci o podpoře jazyků a hlasů na Microsoft docs](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text). > 💁 Pokud nemluvíte více jazyky, můžete použít službu jako [Bing Translate](https://www.bing.com/translator) nebo [Google Translate](https://translate.google.com) k překladu z vašeho preferovaného jazyka do jazyka dle vašeho výběru. Tyto služby pak mohou přehrát audio přeloženého textu. > > Například pokud trénujete LUIS v angličtině, ale chcete použít francouzštinu jako jazyk uživatele, můžete přeložit věty jako "set a 2 minute and 27 second timer" z angličtiny do francouzštiny pomocí Bing Translate, poté použít tlačítko **Listen translation** k přehrání překladu do mikrofonu. > >  1. Přidejte API klíč a umístění překladače pod `SPEECH_LOCATION`: ```cpp const char *TRANSLATOR_API_KEY = ""; const char *TRANSLATOR_LOCATION = ""; ``` Nahraďte `` API klíčem pro váš zdroj služby překladače. Nahraďte `` umístěním, které jste použili při vytvoření zdroje služby překladače. 1. Přidejte URL triggeru překladače pod `VOICE_URL`: ```cpp const char *TRANSLATE_FUNCTION_URL = ""; ``` Nahraďte `` URL pro HTTP trigger `translate-text` ve vaší aplikaci funkcí. Toto bude stejné jako hodnota `TEXT_TO_TIMER_FUNCTION_URL`, kromě názvu funkce `translate-text` místo `text-to-timer`. 1. Přidejte nový soubor do složky `src` nazvaný `text_translator.h`. 1. Tento nový hlavičkový soubor `text_translator.h` bude obsahovat třídu pro překlad textu. Přidejte následující do tohoto souboru pro deklaraci této třídy: ```cpp #pragma once #include #include #include #include #include "config.h" class TextTranslator { public: private: WiFiClient _client; }; TextTranslator textTranslator; ``` Tím se deklaruje třída `TextTranslator` spolu s instancí této třídy. Třída má jedno pole pro WiFi klienta. 1. Do sekce `public` této třídy přidejte metodu pro překlad textu: ```cpp String translateText(String text, String from_language, String to_language) { } ``` Tato metoda bere jazyk, ze kterého se překládá, a jazyk, do kterého se překládá. Při zpracování řeči bude řeč přeložena z jazyka uživatele do jazyka serveru LUIS, a při poskytování odpovědí bude přeložena z jazyka serveru LUIS do jazyka uživatele. 1. V této metodě přidejte kód pro sestavení JSON těla obsahujícího text k překladu a jazyky: ```cpp DynamicJsonDocument doc(1024); doc["text"] = text; doc["from_language"] = from_language; doc["to_language"] = to_language; String body; serializeJson(doc, body); Serial.print("Translating "); Serial.print(text); Serial.print(" from "); Serial.print(from_language); Serial.print(" to "); Serial.print(to_language); ``` 1. Pod tímto přidejte následující kód pro odeslání těla do serverless funkce: ```cpp HTTPClient httpClient; httpClient.begin(_client, TRANSLATE_FUNCTION_URL); int httpResponseCode = httpClient.POST(body); ``` 1. Dále přidejte kód pro získání odpovědi: ```cpp String translated_text = ""; if (httpResponseCode == 200) { translated_text = httpClient.getString(); Serial.print("Translated: "); Serial.println(translated_text); } else { Serial.print("Failed to translate text - error "); Serial.println(httpResponseCode); } ``` 1. Nakonec přidejte kód pro uzavření spojení a vrácení přeloženého textu: ```cpp httpClient.end(); return translated_text; ``` ### Úkol - překlad rozpoznané řeči a odpovědí 1. Otevřete soubor `main.cpp`. 1. Přidejte direktivu include na začátek souboru pro hlavičkový soubor třídy `TextTranslator`: ```cpp #include "text_translator.h" ``` 1. Text, který je vysloven při nastavení nebo vypršení časovače, je třeba přeložit. K tomu přidejte následující jako první řádek funkce `say`: ```cpp text = textTranslator.translateText(text, LANGUAGE, SERVER_LANGUAGE); ``` Tím se text přeloží do jazyka uživatele. 1. Ve funkci `processAudio` je text získán z zachyceného audia pomocí volání `String text = speechToText.convertSpeechToText();`. Po tomto volání přeložte text: ```cpp String text = speechToText.convertSpeechToText(); text = textTranslator.translateText(text, LANGUAGE, SERVER_LANGUAGE); ``` Tím se text přeloží z jazyka uživatele do jazyka použitého na serveru. 1. Sestavte tento kód, nahrajte jej do svého Wio Terminalu a otestujte jej přes sériový monitor. Jakmile uvidíte `Ready` v sériovém monitoru, stiskněte tlačítko C (to na levé straně, nejblíže k vypínači) a mluvte. Ujistěte se, že vaše aplikace funkcí běží, a požádejte o časovač v jazyce uživatele, buď mluvením tímto jazykem, nebo použitím aplikace pro překlad. ```output Connecting to WiFi.. Connected! Got access token. Ready. Starting recording... Finished recording Sending speech... Speech sent! {"RecognitionStatus":"Success","DisplayText":"Définir une minuterie de 2 minutes 27 secondes.","Offset":9600000,"Duration":40400000} Translating Définir une minuterie de 2 minutes 27 secondes. from fr-FR to en-US Translated: Set a timer of 2 minutes 27 seconds. Set a timer of 2 minutes 27 seconds. {"seconds": 147} Translating 2 minute 27 second timer started. from en-US to fr-FR Translated: 2 minute 27 seconde minute a commencé. 2 minute 27 seconde minute a commencé. Translating Times up on your 2 minute 27 second timer. from en-US to fr-FR Translated: Chronométrant votre minuterie de 2 minutes 27 secondes. Chronométrant votre minuterie de 2 minutes 27 secondes. ``` > 💁 Tento kód najdete ve složce [code/wio-terminal](../../../../../6-consumer/lessons/4-multiple-language-support/code/wio-terminal). 😀 Váš vícejazyčný program časovače byl úspěšný! --- **Prohlášení**: Tento dokument byl přeložen pomocí služby pro automatický překlad [Co-op Translator](https://github.com/Azure/co-op-translator). I když se snažíme o přesnost, mějte na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nenese odpovědnost za žádné nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.