msb-public
/
IoT-For-Beginners
mirror of https://github.com/microsoft/IoT-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
IoT-For-Beginners/translations/fa/6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-spee...

6.5 KiB
Raw Permalink Blame History

تبدیل متن به گفتار - دستگاه مجازی IoT

در این بخش از درس، شما کدی خواهید نوشت که متن را به گفتار تبدیل کند با استفاده از سرویس گفتار.

تبدیل متن به گفتار

SDK سرویس‌های گفتار که در درس قبلی برای تبدیل گفتار به متن استفاده کردید، می‌تواند برای تبدیل متن به گفتار نیز استفاده شود. هنگام درخواست گفتار، باید صدایی که می‌خواهید استفاده کنید را مشخص کنید، زیرا گفتار می‌تواند با استفاده از انواع مختلف صداها تولید شود.

هر زبان از مجموعه‌ای از صداهای مختلف پشتیبانی می‌کند، و شما می‌توانید لیست صداهای پشتیبانی‌شده برای هر زبان را از SDK سرویس‌های گفتار دریافت کنید.

وظیفه - تبدیل متن به گفتار

  1. پروژه smart-timer را در VS Code باز کنید و مطمئن شوید که محیط مجازی در ترمینال بارگذاری شده است.

  2. SpeechSynthesizer را از بسته azure.cognitiveservices.speech وارد کنید و آن را به واردات موجود اضافه کنید:

    from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer, SpeechSynthesizer

  3. بالای تابع say، یک پیکربندی گفتار برای استفاده با گفتارساز ایجاد کنید:

    speech_config = SpeechConfig(subscription=speech_api_key,
                             region=location)
speech_config.speech_synthesis_language = language
speech_synthesizer = SpeechSynthesizer(speech_config=speech_config)

    این از همان کلید API، مکان و زبان استفاده می‌کند که توسط تشخیص‌دهنده استفاده شده بود.

  4. در زیر این بخش، کد زیر را اضافه کنید تا یک صدا دریافت کرده و آن را روی پیکربندی گفتار تنظیم کنید:

    voices = speech_synthesizer.get_voices_async().get().voices
first_voice = next(x for x in voices if x.locale.lower() == language.lower())
speech_config.speech_synthesis_voice_name = first_voice.short_name

    این لیستی از تمام صداهای موجود را دریافت می‌کند، سپس اولین صدایی که با زبان مورد استفاده مطابقت دارد را پیدا می‌کند.

    💁 شما می‌توانید لیست کامل صداهای پشتیبانی‌شده را از مستندات پشتیبانی زبان و صدا در Microsoft Docs دریافت کنید. اگر می‌خواهید از یک صدای خاص استفاده کنید، می‌توانید این تابع را حذف کرده و صدای مورد نظر را به صورت دستی از نام صدا در این مستندات تنظیم کنید. برای مثال:

    speech_config.speech_synthesis_voice_name = 'hi-IN-SwaraNeural'

  5. محتوای تابع say را به‌روزرسانی کنید تا SSML برای پاسخ تولید شود:

    ssml =  f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
ssml += f'<voice xml:lang=\'{language}\' name=\'{first_voice.short_name}\'>'
ssml += text
ssml += '</voice>'
ssml += '</speak>'

  6. در زیر این بخش، تشخیص گفتار را متوقف کنید، SSML را بخوانید، سپس تشخیص را دوباره شروع کنید:

    recognizer.stop_continuous_recognition()
speech_synthesizer.speak_ssml(ssml)
recognizer.start_continuous_recognition()

    تشخیص در حالی که متن خوانده می‌شود متوقف می‌شود تا از تشخیص اعلام شروع تایمر جلوگیری شود، که ممکن است به LUIS ارسال شده و به اشتباه به عنوان درخواست تنظیم تایمر جدید تفسیر شود.

    💁 شما می‌توانید این را با کامنت‌گذاری خطوط توقف و شروع مجدد تشخیص آزمایش کنید. یک تایمر تنظیم کنید، و ممکن است متوجه شوید که اعلامیه تایمر جدیدی تنظیم می‌کند، که باعث اعلامیه جدیدی می‌شود، و این روند به طور بی‌پایان ادامه پیدا می‌کند!

  7. برنامه را اجرا کنید و مطمئن شوید که برنامه تابع نیز در حال اجرا است. چند تایمر تنظیم کنید، و خواهید شنید که یک پاسخ گفتاری اعلام می‌کند که تایمر شما تنظیم شده است، سپس یک پاسخ گفتاری دیگر زمانی که تایمر کامل می‌شود.

💁 شما می‌توانید این کد را در پوشه code-spoken-response/virtual-iot-device پیدا کنید.

😀 برنامه تایمر شما موفقیت‌آمیز بود!

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، توصیه می‌شود از ترجمه انسانی حرفه‌ای استفاده کنید. ما مسئولیتی در قبال سوء تفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.