4.2 KiB
文字轉語音 - 虛擬物聯網設備
在本課程的這部分,你將撰寫程式碼,使用語音服務將文字轉換為語音。
將文字轉換為語音
在上一課中你使用的語音服務 SDK 可以用來將語音轉換為文字,同樣也可以用來將文字轉換回語音。在請求語音時,你需要提供要使用的語音,因為語音可以使用多種不同的聲音來生成。
每種語言都支持多種不同的聲音,你可以從語音服務 SDK 獲取每種語言支持的聲音列表。
任務 - 將文字轉換為語音
-
在 VS Code 中打開
smart-timer
專案,並確保虛擬環境已在終端中載入。 -
從
azure.cognitiveservices.speech
套件中匯入SpeechSynthesizer
,將其添加到現有的匯入中:from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer, SpeechSynthesizer
-
在
say
函數上方,建立一個語音配置,用於語音合成器:speech_config = SpeechConfig(subscription=speech_api_key, region=location) speech_config.speech_synthesis_language = language speech_synthesizer = SpeechSynthesizer(speech_config=speech_config)
這使用了與辨識器相同的 API 金鑰、位置和語言。
-
在此之下,添加以下程式碼以獲取語音並將其設置到語音配置中:
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
這會檢索所有可用聲音的列表,然後找到第一個與正在使用的語言匹配的聲音。
💁 你可以從 Microsoft Docs 的語言和聲音支持文檔 獲取支持的聲音的完整列表。如果你想使用特定的聲音,可以移除此函數並直接硬編碼聲音名稱。例如:
speech_config.speech_synthesis_voice_name = 'hi-IN-SwaraNeural'
-
更新
say
函數的內容以生成回應的 SSML: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>'
-
在此之下,停止語音辨識,播放 SSML,然後重新啟動辨識:
recognizer.stop_continuous_recognition() speech_synthesizer.speak_ssml(ssml) recognizer.start_continuous_recognition()
在播放文字時停止辨識,以避免計時器啟動的公告被檢測到,發送到 LUIS 並可能被解釋為設置新計時器的請求。
💁 你可以通過註解掉停止和重新啟動辨識的程式碼來測試這一點。設置一個計時器,你可能會發現公告設置了一個新計時器,這導致新的公告,進而設置新的計時器,如此循環不斷!
-
運行應用程式,並確保函數應用程式也在運行。設置一些計時器,你會聽到語音回應,告訴你計時器已設置,然後在計時器完成時聽到另一個語音回應。
💁 你可以在 code-spoken-response/virtual-iot-device 資料夾中找到這段程式碼。
😀 你的計時器程式大功告成!
免責聲明:
本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯,但請注意,自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊,建議尋求專業人工翻譯。我們對於因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。