Che cosa sono i dispositivi Voce?
Il servizio Voce è compatibile con una vasta gamma di dispositivi e sorgenti audio. È possibile usare l'elaborazione audio predefinita disponibile in un dispositivo. In caso contrario, Speech SDK offre la possibilità di utilizzare gli algoritmi di elaborazione audio avanzati, progettati per funzionare correttamente con il servizio Voce. Fornisce un accurato riconoscimento vocale in campo lontano tramite eliminazione del rumore e dell'eco, beamforming e riduzione dell'effetto riverbero.
Elaborazione audio
L'elaborazione audio è un miglioramento applicato a un flusso di audio per migliorare la qualità audio. Esempi di miglioramenti comuni sono il controllo automatico del volume (AGC), l'eliminazione del rumore e la cancellazione dell'eco acustico (AEC). Speech SDK integra Microsoft Audio Stack (MAS), consentendo a qualsiasi applicazione o prodotto di usare le funzionalità di elaborazione audio sull'audio di input.
Raccomandazioni per gli array di microfoni
Speech SDK funziona meglio con una matrice di microfoni progettata in base alle linee guida consigliate. Per informazioni dettagliate, vedere raccomandazioni per la matrice di microfoni.
Kit di sviluppo di dispositivi
Speech SDK è progettato per lavorare con kit di sviluppo appositamente creati e diverse configurazioni della matrice di microfoni. Ad esempio, è possibile usare uno di questi kit di sviluppo di Azure.
- Azure Percept DK contiene un processore audio preconfigurato e una matrice lineare a quattro microfoni. È possibile utilizzare i comandi vocali, la ricerca di parole chiave e il parlato in campo lontano con l'aiuto di Servizi di Azure AI.
- Azure Kinect DK è un kit di sviluppo per l'elaborazione spaziale con sensori di intelligenza artificiale avanzati che offre sofisticati modelli di Visione di Azure AI e di conversione voce/testo. Come dispositivo piccolo all-in-one con più modalità, contiene un sensore di profondità, un gruppo di microfoni spaziali con videocamera e un sensore di orientamento.