# 翻译语音 - 树莓派 在本课的这一部分中,您将编写代码,通过翻译服务来翻译文本。 ## 使用翻译服务将文本转换为语音 语音服务的 REST API 不支持直接翻译,但您可以使用翻译服务来翻译由语音转文本服务生成的文本,以及语音响应的文本。此服务提供了一个 REST API,您可以用来翻译文本。 ### 任务 - 使用翻译资源翻译文本 1. 您的智能计时器将设置两种语言——用于训练 LUIS 的服务器语言(同样用于构建与用户交流的消息),以及用户所说的语言。更新 `language` 变量为用户将使用的语言,并添加一个名为 `server_language` 的新变量,用于表示训练 LUIS 的语言: ```python language = '' server_language = '' ``` 将 `` 替换为您将使用的语言的区域名称,例如法语的 `fr-FR` 或粤语的 `zn-HK`。 将 `` 替换为用于训练 LUIS 的语言的区域名称。 您可以在 [Microsoft 文档上的语言和语音支持文档](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#speech-to-text) 中找到支持的语言及其区域名称的列表。 > 💁 如果您不懂多种语言,可以使用像 [必应翻译](https://www.bing.com/translator) 或 [谷歌翻译](https://translate.google.com) 这样的服务,将您的首选语言翻译成您选择的语言。这些服务还可以播放翻译文本的音频。 > > 例如,如果您用英语训练 LUIS,但希望使用法语作为用户语言,您可以使用必应翻译将像“设置一个2分27秒的计时器”这样的句子从英语翻译成法语,然后使用 **听翻译** 按钮将翻译内容通过麦克风说出。 > > ![必应翻译上的听翻译按钮](../../../../../translated_images/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.zh.png) 1. 在 `speech_api_key` 下添加翻译 API 密钥: ```python translator_api_key = '' ``` 将 `` 替换为您的翻译服务资源的 API 密钥。 1. 在 `say` 函数上方定义一个 `translate_text` 函数,用于将文本从服务器语言翻译成用户语言: ```python def translate_text(text, from_language, to_language): ``` 此函数接收源语言和目标语言——您的应用需要在识别语音时将用户语言转换为服务器语言,在提供语音反馈时将服务器语言转换为用户语言。 1. 在此函数内定义 REST API 调用的 URL 和头信息: ```python url = f'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0' headers = { 'Ocp-Apim-Subscription-Key': translator_api_key, 'Ocp-Apim-Subscription-Region': location, 'Content-type': 'application/json' } ``` 此 API 的 URL 不受位置限制,而是通过头信息传递位置。API 密钥直接使用,因此与语音服务不同,不需要从令牌发行 API 获取访问令牌。 1. 在此定义调用的参数和请求体: ```python params = { 'from': from_language, 'to': to_language } body = [{ 'text' : text }] ``` `params` 定义了传递给 API 调用的参数,传递源语言和目标语言。此调用将把 `from` 语言的文本翻译成 `to` 语言。 `body` 包含要翻译的文本。这是一个数组,因为可以在同一个调用中翻译多个文本块。 1. 调用 REST API,并获取响应: ```python response = requests.post(url, headers=headers, params=params, json=body) ``` 返回的响应是一个 JSON 数组,其中包含一个项目,该项目包含翻译内容。此项目有一个数组,包含传递给请求体的所有文本的翻译。 ```json [ { "translations": [ { "text": "Set a 2 minute 27 second timer.", "to": "en" } ] } ] ``` 1. 返回数组中第一个翻译的第一个项目的 `test` 属性: ```python return response.json()[0]['translations'][0]['text'] ``` 1. 更新 `while True` 循环,将用户通过 `convert_speech_to_text` 调用的文本从用户语言翻译成服务器语言: ```python if len(text) > 0: print('Original:', text) text = translate_text(text, language, server_language) print('Translated:', text) message = Message(json.dumps({ 'speech': text })) device_client.send_message(message) ``` 此代码还会将原始文本和翻译后的文本打印到控制台。 1. 更新 `say` 函数,将要说的文本从服务器语言翻译成用户语言: ```python def say(text): print('Original:', text) text = translate_text(text, server_language, language) print('Translated:', text) speech = get_speech(text) play_speech(speech) ``` 此代码还会将原始文本和翻译后的文本打印到控制台。 1. 运行您的代码。确保您的函数应用正在运行,并用用户语言请求计时器,可以自己说该语言,也可以使用翻译应用。 ```output pi@raspberrypi:~/smart-timer $ python3 app.py Connecting Connected Using voice fr-FR-DeniseNeural Original: Définir une minuterie de 2 minutes et 27 secondes. Translated: Set a timer of 2 minutes and 27 seconds. Original: 2 minute 27 second timer started. Translated: 2 minute 27 seconde minute a commencé. Original: Times up on your 2 minute 27 second timer. Translated: Chronométrant votre minuterie de 2 minutes 27 secondes. ``` > 💁 由于不同语言表达方式的差异,您可能会得到与您提供给 LUIS 的示例略有不同的翻译。如果出现这种情况,请向 LUIS 添加更多示例,重新训练并重新发布模型。 > 💁 您可以在 [code/pi](../../../../../6-consumer/lessons/4-multiple-language-support/code/pi) 文件夹中找到此代码。 😀 您的多语言计时器程序大获成功! **免责声明**: 本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保准确性,但请注意,自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息,建议使用专业人工翻译。对于因使用本翻译而引起的任何误解或误读,我们概不负责。