Guia de início rápido: converter texto em fala

Pacote de documentação | de referência (NuGet) | Exemplos adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

O SDK de fala está disponível como um pacote NuGet que implementa o .NET Standard 2.0. Instale o SDK de fala mais adiante neste guia. Para quaisquer requisitos, consulte Instalar o SDK de fala.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para criar um aplicativo de console e instalar o SDK de fala.

  1. Abra uma janela de prompt de comando na pasta onde você deseja o novo projeto. Execute este comando para criar um aplicativo de console com a CLI do .NET.

    dotnet new console
    

    O comando cria um arquivo Program.cs no diretório do projeto.

  2. Instale o SDK de fala em seu novo projeto com a CLI do .NET.

    dotnet add package Microsoft.CognitiveServices.Speech
    
  3. Substitua o conteúdo do Program.cs pelo código a seguir.

    using System;
    using System.IO;
    using System.Threading.Tasks;
    using Microsoft.CognitiveServices.Speech;
    using Microsoft.CognitiveServices.Speech.Audio;
    
    class Program 
    {
        // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
        static string speechKey = Environment.GetEnvironmentVariable("SPEECH_KEY");
        static string speechRegion = Environment.GetEnvironmentVariable("SPEECH_REGION");
    
        static void OutputSpeechSynthesisResult(SpeechSynthesisResult speechSynthesisResult, string text)
        {
            switch (speechSynthesisResult.Reason)
            {
                case ResultReason.SynthesizingAudioCompleted:
                    Console.WriteLine($"Speech synthesized for text: [{text}]");
                    break;
                case ResultReason.Canceled:
                    var cancellation = SpeechSynthesisCancellationDetails.FromResult(speechSynthesisResult);
                    Console.WriteLine($"CANCELED: Reason={cancellation.Reason}");
    
                    if (cancellation.Reason == CancellationReason.Error)
                    {
                        Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}");
                        Console.WriteLine($"CANCELED: ErrorDetails=[{cancellation.ErrorDetails}]");
                        Console.WriteLine($"CANCELED: Did you set the speech resource key and region values?");
                    }
                    break;
                default:
                    break;
            }
        }
    
        async static Task Main(string[] args)
        {
            var speechConfig = SpeechConfig.FromSubscription(speechKey, speechRegion);      
    
            // The neural multilingual voice can speak different languages based on the input text.
            speechConfig.SpeechSynthesisVoiceName = "en-US-AvaMultilingualNeural"; 
    
            using (var speechSynthesizer = new SpeechSynthesizer(speechConfig))
            {
                // Get text from the console and synthesize to the default speaker.
                Console.WriteLine("Enter some text that you want to speak >");
                string text = Console.ReadLine();
    
                var speechSynthesisResult = await speechSynthesizer.SpeakTextAsync(text);
                OutputSpeechSynthesisResult(speechSynthesisResult, text);
            }
    
            Console.WriteLine("Press any key to exit...");
            Console.ReadKey();
        }
    }
    
  4. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  5. Execute seu novo aplicativo de console para iniciar a síntese de fala para o alto-falante padrão.

    dotnet run
    

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

  6. Introduza algum texto que pretenda falar. Por exemplo, digite Estou animado para tentar conversão de texto em fala. Selecione a tecla Enter para ouvir a fala sintetizada.

    Enter some text that you want to speak >
    I'm excited to try text to speech
    

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a SpeakTextAsync operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Pacote de documentação | de referência (NuGet) | Exemplos adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

O SDK de fala está disponível como um pacote NuGet que implementa o .NET Standard 2.0. Instale o SDK de fala mais adiante neste guia. Para quaisquer requisitos, consulte Instalar o SDK de fala.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para criar um aplicativo de console e instalar o SDK de fala.

  1. Crie um projeto de console C++ na Comunidade do Visual Studio chamado SpeechSynthesis.

  2. Substitua o conteúdo do SpeechSynthesis.cpp pelo seguinte código:

    #include <iostream> 
    #include <stdlib.h>
    #include <speechapi_cxx.h>
    
    using namespace Microsoft::CognitiveServices::Speech;
    using namespace Microsoft::CognitiveServices::Speech::Audio;
    
    std::string GetEnvironmentVariable(const char* name);
    
    int main()
    {
        // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
        auto speechKey = GetEnvironmentVariable("SPEECH_KEY");
        auto speechRegion = GetEnvironmentVariable("SPEECH_REGION");
    
        if ((size(speechKey) == 0) || (size(speechRegion) == 0)) {
            std::cout << "Please set both SPEECH_KEY and SPEECH_REGION environment variables." << std::endl;
            return -1;
        }
    
        auto speechConfig = SpeechConfig::FromSubscription(speechKey, speechRegion);
    
        // The neural multilingual voice can speak different languages based on the input text.
        speechConfig->SetSpeechSynthesisVoiceName("en-US-AvaMultilingualNeural");
    
        auto speechSynthesizer = SpeechSynthesizer::FromConfig(speechConfig);
    
        // Get text from the console and synthesize to the default speaker.
        std::cout << "Enter some text that you want to speak >" << std::endl;
        std::string text;
        getline(std::cin, text);
    
        auto result = speechSynthesizer->SpeakTextAsync(text).get();
    
        // Checks result.
        if (result->Reason == ResultReason::SynthesizingAudioCompleted)
        {
            std::cout << "Speech synthesized to speaker for text [" << text << "]" << std::endl;
        }
        else if (result->Reason == ResultReason::Canceled)
        {
            auto cancellation = SpeechSynthesisCancellationDetails::FromResult(result);
            std::cout << "CANCELED: Reason=" << (int)cancellation->Reason << std::endl;
    
            if (cancellation->Reason == CancellationReason::Error)
            {
                std::cout << "CANCELED: ErrorCode=" << (int)cancellation->ErrorCode << std::endl;
                std::cout << "CANCELED: ErrorDetails=[" << cancellation->ErrorDetails << "]" << std::endl;
                std::cout << "CANCELED: Did you set the speech resource key and region values?" << std::endl;
            }
        }
    
        std::cout << "Press enter to exit..." << std::endl;
        std::cin.get();
    }
    
    std::string GetEnvironmentVariable(const char* name)
    {
    #if defined(_MSC_VER)
        size_t requiredSize = 0;
        (void)getenv_s(&requiredSize, nullptr, 0, name);
        if (requiredSize == 0)
        {
            return "";
        }
        auto buffer = std::make_unique<char[]>(requiredSize);
        (void)getenv_s(&requiredSize, buffer.get(), requiredSize, name);
        return buffer.get();
    #else
        auto value = getenv(name);
        return value ? value : "";
    #endif
    }  
    
  3. Selecione Ferramentas>Nuget Package Manager Package Manager Console (Ferramentas Nuget Package Manager>PackageManager Console). No Console do Gerenciador de Pacotes, execute este comando:

    Install-Package Microsoft.CognitiveServices.Speech
    
  4. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  5. Crie e execute seu novo aplicativo de console para iniciar a síntese de fala para o alto-falante padrão.

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

  6. Introduza algum texto que pretenda falar. Por exemplo, digite Estou animado para tentar conversão de texto em fala. Selecione a tecla Enter para ouvir a fala sintetizada.

    Enter some text that you want to speak >
    I'm excited to try text to speech
    

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a SpeakTextAsync operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Pacote de documentação | de referência (Go) | Amostras adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

Instale o SDK de Fala para Go. Para obter requisitos e instruções, consulte Instalar o SDK de fala.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para criar um módulo Go.

  1. Abra uma janela de prompt de comando na pasta onde você deseja o novo projeto. Crie um novo arquivo chamado speech-synthesis.go.

  2. Copie o seguinte código para speech-synthesis.go:

    package main
    
    import (
        "bufio"
        "fmt"
        "os"
        "strings"
        "time"
    
        "github.com/Microsoft/cognitive-services-speech-sdk-go/audio"
        "github.com/Microsoft/cognitive-services-speech-sdk-go/common"
        "github.com/Microsoft/cognitive-services-speech-sdk-go/speech"
    )
    
    func synthesizeStartedHandler(event speech.SpeechSynthesisEventArgs) {
        defer event.Close()
        fmt.Println("Synthesis started.")
    }
    
    func synthesizingHandler(event speech.SpeechSynthesisEventArgs) {
        defer event.Close()
        fmt.Printf("Synthesizing, audio chunk size %d.\n", len(event.Result.AudioData))
    }
    
    func synthesizedHandler(event speech.SpeechSynthesisEventArgs) {
        defer event.Close()
        fmt.Printf("Synthesized, audio length %d.\n", len(event.Result.AudioData))
    }
    
    func cancelledHandler(event speech.SpeechSynthesisEventArgs) {
        defer event.Close()
        fmt.Println("Received a cancellation.")
    }
    
    func main() {
        // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
        speechKey :=  os.Getenv("SPEECH_KEY")
        speechRegion := os.Getenv("SPEECH_REGION")
    
        audioConfig, err := audio.NewAudioConfigFromDefaultSpeakerOutput()
        if err != nil {
            fmt.Println("Got an error: ", err)
            return
        }
        defer audioConfig.Close()
        speechConfig, err := speech.NewSpeechConfigFromSubscription(speechKey, speechRegion)
        if err != nil {
            fmt.Println("Got an error: ", err)
            return
        }
        defer speechConfig.Close()
    
        speechConfig.SetSpeechSynthesisVoiceName("en-US-AvaMultilingualNeural")
    
        speechSynthesizer, err := speech.NewSpeechSynthesizerFromConfig(speechConfig, audioConfig)
        if err != nil {
            fmt.Println("Got an error: ", err)
            return
        }
        defer speechSynthesizer.Close()
    
        speechSynthesizer.SynthesisStarted(synthesizeStartedHandler)
        speechSynthesizer.Synthesizing(synthesizingHandler)
        speechSynthesizer.SynthesisCompleted(synthesizedHandler)
        speechSynthesizer.SynthesisCanceled(cancelledHandler)
    
        for {
            fmt.Printf("Enter some text that you want to speak, or enter empty text to exit.\n> ")
            text, _ := bufio.NewReader(os.Stdin).ReadString('\n')
            text = strings.TrimSuffix(text, "\n")
            if len(text) == 0 {
                break
            }
    
            task := speechSynthesizer.SpeakTextAsync(text)
            var outcome speech.SpeechSynthesisOutcome
            select {
            case outcome = <-task:
            case <-time.After(60 * time.Second):
                fmt.Println("Timed out")
                return
            }
            defer outcome.Close()
            if outcome.Error != nil {
                fmt.Println("Got an error: ", outcome.Error)
                return
            }
    
            if outcome.Result.Reason == common.SynthesizingAudioCompleted {
                fmt.Printf("Speech synthesized to speaker for text [%s].\n", text)
            } else {
                cancellation, _ := speech.NewCancellationDetailsFromSpeechSynthesisResult(outcome.Result)
                fmt.Printf("CANCELED: Reason=%d.\n", cancellation.Reason)
    
                if cancellation.Reason == common.Error {
                    fmt.Printf("CANCELED: ErrorCode=%d\nCANCELED: ErrorDetails=[%s]\nCANCELED: Did you set the speech resource key and region values?\n",
                        cancellation.ErrorCode,
                        cancellation.ErrorDetails)
                }
            }
        }
    }
    
  3. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  4. Execute os seguintes comandos para criar um arquivo go.mod vinculado a componentes hospedados no GitHub:

    go mod init speech-synthesis
    go get github.com/Microsoft/cognitive-services-speech-sdk-go
    

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

  5. Agora compile e execute o código:

    go build
    go run speech-synthesis
    

Observações

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Documentação | de referência Amostras adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

Para configurar seu ambiente, instale o SDK de fala. O exemplo neste início rápido funciona com o Java Runtime.

  1. Instale o Apache Maven. Em seguida, execute mvn -v para confirmar a instalação bem-sucedida.

  2. Crie um arquivo pom.xml na raiz do seu projeto e copie o seguinte código para ele:

    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
        <modelVersion>4.0.0</modelVersion>
        <groupId>com.microsoft.cognitiveservices.speech.samples</groupId>
        <artifactId>quickstart-eclipse</artifactId>
        <version>1.0.0-SNAPSHOT</version>
        <build>
            <sourceDirectory>src</sourceDirectory>
            <plugins>
            <plugin>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.7.0</version>
                <configuration>
                <source>1.8</source>
                <target>1.8</target>
                </configuration>
            </plugin>
            </plugins>
        </build>
        <dependencies>
            <dependency>
            <groupId>com.microsoft.cognitiveservices.speech</groupId>
            <artifactId>client-sdk</artifactId>
            <version>1.36.0</version>
            </dependency>
        </dependencies>
    </project>
    
  3. Instale o SDK de fala e as dependências.

    mvn clean dependency:copy-dependencies
    

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para criar um aplicativo de console para reconhecimento de fala.

  1. Crie um arquivo chamado SpeechSynthesis.java no mesmo diretório raiz do projeto.

  2. Copie o seguinte código para SpeechSynthesis.java:

    import com.microsoft.cognitiveservices.speech.*;
    import com.microsoft.cognitiveservices.speech.audio.*;
    
    import java.util.Scanner;
    import java.util.concurrent.ExecutionException;
    
    public class SpeechSynthesis {
        // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
        private static String speechKey = System.getenv("SPEECH_KEY");
        private static String speechRegion = System.getenv("SPEECH_REGION");
    
        public static void main(String[] args) throws InterruptedException, ExecutionException {
            SpeechConfig speechConfig = SpeechConfig.fromSubscription(speechKey, speechRegion);
    
            speechConfig.setSpeechSynthesisVoiceName("en-US-AvaMultilingualNeural"); 
    
            SpeechSynthesizer speechSynthesizer = new SpeechSynthesizer(speechConfig);
    
            // Get text from the console and synthesize to the default speaker.
            System.out.println("Enter some text that you want to speak >");
            String text = new Scanner(System.in).nextLine();
            if (text.isEmpty())
            {
                return;
            }
    
            SpeechSynthesisResult speechSynthesisResult = speechSynthesizer.SpeakTextAsync(text).get();
    
            if (speechSynthesisResult.getReason() == ResultReason.SynthesizingAudioCompleted) {
                System.out.println("Speech synthesized to speaker for text [" + text + "]");
            }
            else if (speechSynthesisResult.getReason() == ResultReason.Canceled) {
                SpeechSynthesisCancellationDetails cancellation = SpeechSynthesisCancellationDetails.fromResult(speechSynthesisResult);
                System.out.println("CANCELED: Reason=" + cancellation.getReason());
    
                if (cancellation.getReason() == CancellationReason.Error) {
                    System.out.println("CANCELED: ErrorCode=" + cancellation.getErrorCode());
                    System.out.println("CANCELED: ErrorDetails=" + cancellation.getErrorDetails());
                    System.out.println("CANCELED: Did you set the speech resource key and region values?");
                }
            }
    
            System.exit(0);
        }
    }
    
  3. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  4. Execute o aplicativo de console para iniciar a síntese de fala para o alto-falante padrão.

    javac SpeechSynthesis.java -cp ".;target\dependency\*"
    java -cp ".;target\dependency\*" SpeechSynthesis
    

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

  5. Introduza algum texto que pretenda falar. Por exemplo, digite Estou animado para tentar conversão de texto em fala. Selecione a tecla Enter para ouvir a fala sintetizada.

    Enter some text that you want to speak >
    I'm excited to try text to speech
    

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a SpeakTextAsync operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Pacote de documentação | de referência (npm) | Exemplos adicionais no código-fonte da Biblioteca GitHub |

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

Para configurar seu ambiente, instale o SDK de fala para JavaScript. Se você quiser apenas que o nome do pacote seja instalado, execute npm install microsoft-cognitiveservices-speech-sdk. Para obter instruções de instalação guiadas, consulte Instalar o SDK de fala.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de arquivo

Siga estas etapas para criar um aplicativo de console Node.js para síntese de fala.

  1. Abra uma janela de console onde você deseja o novo projeto e crie um arquivo chamado SpeechSynthesis.js.

  2. Instale o SDK de fala para JavaScript:

    npm install microsoft-cognitiveservices-speech-sdk
    
  3. Copie o seguinte código para SpeechSynthesis.js:

    (function() {
    
        "use strict";
    
        var sdk = require("microsoft-cognitiveservices-speech-sdk");
        var readline = require("readline");
    
        var audioFile = "YourAudioFile.wav";
        // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
        const speechConfig = sdk.SpeechConfig.fromSubscription(process.env.SPEECH_KEY, process.env.SPEECH_REGION);
        const audioConfig = sdk.AudioConfig.fromAudioFileOutput(audioFile);
    
        // The language of the voice that speaks.
        speechConfig.speechSynthesisVoiceName = "en-US-AvaMultilingualNeural"; 
    
        // Create the speech synthesizer.
        var synthesizer = new sdk.SpeechSynthesizer(speechConfig, audioConfig);
    
        var rl = readline.createInterface({
          input: process.stdin,
          output: process.stdout
        });
    
        rl.question("Enter some text that you want to speak >\n> ", function (text) {
          rl.close();
          // Start the synthesizer and wait for a result.
          synthesizer.speakTextAsync(text,
              function (result) {
            if (result.reason === sdk.ResultReason.SynthesizingAudioCompleted) {
              console.log("synthesis finished.");
            } else {
              console.error("Speech synthesis canceled, " + result.errorDetails +
                  "\nDid you set the speech resource key and region values?");
            }
            synthesizer.close();
            synthesizer = null;
          },
              function (err) {
            console.trace("err - " + err);
            synthesizer.close();
            synthesizer = null;
          });
          console.log("Now synthesizing to: " + audioFile);
        });
    }());
    
  4. No SpeechSynthesis.js, opcionalmente, você pode renomear YourAudioFile.wav para outro nome de arquivo de saída.

  5. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  6. Execute o aplicativo de console para iniciar a síntese de fala em um arquivo:

    node SpeechSynthesis.js
    

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

  7. O texto fornecido deve estar em um arquivo de áudio:

    Enter some text that you want to speak >
    > I'm excited to try text to speech
    Now synthesizing to: YourAudioFile.wav
    synthesis finished.
    

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a SpeakTextAsync operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Pacote de documentação | de referência (Download) | Exemplos adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

O Speech SDK for Objective-C é distribuído como um pacote de estrutura. A estrutura suporta Objective-C e Swift no iOS e macOS.

O Speech SDK pode ser usado em projetos Xcode como um CocoaPod, ou baixado diretamente e vinculado manualmente. Este guia usa um CocoaPod. Instale o gerenciador de dependência do CocoaPod conforme descrito em suas instruções de instalação.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para sintetizar a fala em um aplicativo macOS.

  1. Clone o repositório Azure-Samples/cognitive-services-speech-sdk para obter o áudio Synthesize em Objective-C no macOS usando o projeto de exemplo Speech SDK . O repositório também tem amostras do iOS.

  2. Abra o diretório do aplicativo de exemplo baixado (helloworld) em um terminal.

  3. Execute o comando pod install. Este comando gera um espaço de helloworld.xcworkspace trabalho Xcode que contém o aplicativo de exemplo e o SDK de Fala como uma dependência.

  4. Abra o helloworld.xcworkspace espaço de trabalho no Xcode.

  5. Abra o arquivo chamado AppDelegate.m e localize o buttonPressed método como mostrado aqui.

    - (void)buttonPressed:(NSButton *)button {
        // Creates an instance of a speech config with specified subscription key and service region.
        NSString *speechKey = [[[NSProcessInfo processInfo] environment] objectForKey:@"SPEECH_KEY"];
        NSString *serviceRegion = [[[NSProcessInfo processInfo] environment] objectForKey:@"SPEECH_REGION"];
    
        SPXSpeechConfiguration *speechConfig = [[SPXSpeechConfiguration alloc] initWithSubscription:speechKey region:serviceRegion];
        speechConfig.speechSynthesisVoiceName = @"en-US-AvaMultilingualNeural";
        SPXSpeechSynthesizer *speechSynthesizer = [[SPXSpeechSynthesizer alloc] init:speechConfig];
    
        NSLog(@"Start synthesizing...");
    
        SPXSpeechSynthesisResult *speechResult = [speechSynthesizer speakText:[self.textField stringValue]];
    
        // Checks result.
        if (SPXResultReason_Canceled == speechResult.reason) {
            SPXSpeechSynthesisCancellationDetails *details = [[SPXSpeechSynthesisCancellationDetails alloc] initFromCanceledSynthesisResult:speechResult];
            NSLog(@"Speech synthesis was canceled: %@. Did you set the speech resource key and region values?", details.errorDetails);
        } else if (SPXResultReason_SynthesizingAudioCompleted == speechResult.reason) {
            NSLog(@"Speech synthesis was completed");
        } else {
            NSLog(@"There was an error.");
        }
    }
    
  6. No AppDelegate.m, use as variáveis de ambiente que você definiu anteriormente para sua chave de recurso de fala e região.

    NSString *speechKey = [[[NSProcessInfo processInfo] environment] objectForKey:@"SPEECH_KEY"];
    NSString *serviceRegion = [[[NSProcessInfo processInfo] environment] objectForKey:@"SPEECH_REGION"];
    
  7. Opcionalmente, no AppDelegate.m, inclua um nome de voz de síntese de fala, conforme mostrado aqui:

    speechConfig.speechSynthesisVoiceName = @"en-US-AvaMultilingualNeural";
    
  8. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  9. Para tornar visível a saída de depuração, selecione View>Debug Area>Activate Console.

  10. Para criar e executar o código de exemplo, selecione Executar produto>no menu ou selecione o botão Reproduzir.

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

Depois de inserir algum texto e selecionar o botão no aplicativo, você deve ouvir o áudio sintetizado reproduzido.

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a SpeakText operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Pacote de documentação | de referência (Download) | Exemplos adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

O Speech SDK for Swift é distribuído como um pacote de estrutura. A estrutura suporta Objective-C e Swift no iOS e macOS.

O Speech SDK pode ser usado em projetos Xcode como um CocoaPod, ou baixado diretamente e vinculado manualmente. Este guia usa um CocoaPod. Instale o gerenciador de dependência do CocoaPod conforme descrito em suas instruções de instalação.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para sintetizar a fala em um aplicativo macOS.

  1. Clone o repositório Azure-Samples/cognitive-services-speech-sdk para obter o áudio Synthesize no Swift no macOS usando o projeto de exemplo Speech SDK . O repositório também tem amostras do iOS.

  2. Navegue até o diretório do aplicativo de exemplo baixado (helloworld) em um terminal.

  3. Execute o comando pod install. Este comando gera um espaço de helloworld.xcworkspace trabalho Xcode que contém o aplicativo de exemplo e o SDK de Fala como uma dependência.

  4. Abra o helloworld.xcworkspace espaço de trabalho no Xcode.

  5. Abra o arquivo chamado AppDelegate.swift e localize os applicationDidFinishLaunching métodos e synthesize conforme mostrado aqui.

    import Cocoa
    
    @NSApplicationMain
    class AppDelegate: NSObject, NSApplicationDelegate, NSTextFieldDelegate {
        var textField: NSTextField!
        var synthesisButton: NSButton!
    
        var inputText: String!
    
        var sub: String!
        var region: String!
    
        @IBOutlet weak var window: NSWindow!
    
        func applicationDidFinishLaunching(_ aNotification: Notification) {
            print("loading")
            // load subscription information
            sub = ProcessInfo.processInfo.environment["SPEECH_KEY"]
            region = ProcessInfo.processInfo.environment["SPEECH_REGION"]
    
            inputText = ""
    
            textField = NSTextField(frame: NSRect(x: 100, y: 200, width: 200, height: 50))
            textField.textColor = NSColor.black
            textField.lineBreakMode = .byWordWrapping
    
            textField.placeholderString = "Type something to synthesize."
            textField.delegate = self
    
            self.window.contentView?.addSubview(textField)
    
            synthesisButton = NSButton(frame: NSRect(x: 100, y: 100, width: 200, height: 30))
            synthesisButton.title = "Synthesize"
            synthesisButton.target = self
            synthesisButton.action = #selector(synthesisButtonClicked)
            self.window.contentView?.addSubview(synthesisButton)
        }
    
        @objc func synthesisButtonClicked() {
            DispatchQueue.global(qos: .userInitiated).async {
                self.synthesize()
            }
        }
    
        func synthesize() {
            var speechConfig: SPXSpeechConfiguration?
            do {
                try speechConfig = SPXSpeechConfiguration(subscription: sub, region: region)
            } catch {
                print("error \(error) happened")
                speechConfig = nil
            }
    
            speechConfig?.speechSynthesisVoiceName = "en-US-AvaMultilingualNeural";
    
            let synthesizer = try! SPXSpeechSynthesizer(speechConfig!)
            let result = try! synthesizer.speakText(inputText)
            if result.reason == SPXResultReason.canceled
            {
                let cancellationDetails = try! SPXSpeechSynthesisCancellationDetails(fromCanceledSynthesisResult: result)
                print("cancelled, error code: \(cancellationDetails.errorCode) detail: \(cancellationDetails.errorDetails!) ")
                print("Did you set the speech resource key and region values?");
                return
            }
        }
    
        func controlTextDidChange(_ obj: Notification) {
            let textFiled = obj.object as! NSTextField
            inputText = textFiled.stringValue
        }
    }
    
  6. No AppDelegate.m, use as variáveis de ambiente que você definiu anteriormente para sua chave de recurso de fala e região.

    sub = ProcessInfo.processInfo.environment["SPEECH_KEY"]
    region = ProcessInfo.processInfo.environment["SPEECH_REGION"]
    
  7. Opcionalmente, no AppDelegate.m, inclua um nome de voz de síntese de fala, conforme mostrado aqui:

    speechConfig?.speechSynthesisVoiceName = "en-US-AvaMultilingualNeural";
    
  8. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  9. Para tornar visível a saída de depuração, selecione View>Debug Area>Activate Console.

  10. Para criar e executar o código de exemplo, selecione Executar produto>no menu ou selecione o botão Reproduzir.

Importante

Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

Depois de inserir algum texto e selecionar o botão no aplicativo, você deve ouvir o áudio sintetizado reproduzido.

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a SpeakText operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Pacote de documentação | de referência (PyPi) | Amostras adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

O Speech SDK for Python está disponível como um módulo Python Package Index (PyPI). O Speech SDK for Python é compatível com Windows, Linux e macOS.

Instale uma versão do Python a partir da versão 3.7 ou posterior. Para quaisquer requisitos, consulte Instalar o SDK de fala.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar para saída de alto-falante

Siga estas etapas para criar um aplicativo de console.

  1. Abra uma janela de prompt de comando na pasta onde você deseja o novo projeto. Crie um arquivo chamado speech_synthesis.py.

  2. Execute este comando para instalar o SDK de fala:

    pip install azure-cognitiveservices-speech
    
  3. Copie o seguinte código para speech_synthesis.py:

    import os
    import azure.cognitiveservices.speech as speechsdk
    
    # This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
    speech_config = speechsdk.SpeechConfig(subscription=os.environ.get('SPEECH_KEY'), region=os.environ.get('SPEECH_REGION'))
    audio_config = speechsdk.audio.AudioOutputConfig(use_default_speaker=True)
    
    # The neural multilingual voice can speak different languages based on the input text.
    speech_config.speech_synthesis_voice_name='en-US-AvaMultilingualNeural'
    
    speech_synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config, audio_config=audio_config)
    
    # Get text from the console and synthesize to the default speaker.
    print("Enter some text that you want to speak >")
    text = input()
    
    speech_synthesis_result = speech_synthesizer.speak_text_async(text).get()
    
    if speech_synthesis_result.reason == speechsdk.ResultReason.SynthesizingAudioCompleted:
        print("Speech synthesized for text [{}]".format(text))
    elif speech_synthesis_result.reason == speechsdk.ResultReason.Canceled:
        cancellation_details = speech_synthesis_result.cancellation_details
        print("Speech synthesis canceled: {}".format(cancellation_details.reason))
        if cancellation_details.reason == speechsdk.CancellationReason.Error:
            if cancellation_details.error_details:
                print("Error details: {}".format(cancellation_details.error_details))
                print("Did you set the speech resource key and region values?")
    
  4. Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

    Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

  5. Execute seu novo aplicativo de console para iniciar a síntese de fala para o alto-falante padrão.

    python speech_synthesis.py
    

    Importante

    Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

  6. Introduza algum texto que pretenda falar. Por exemplo, digite Estou animado para tentar conversão de texto em fala. Selecione a tecla Enter para ouvir a fala sintetizada.

    Enter some text that you want to speak > 
    I'm excited to try text to speech
    

Observações

Mais opções de síntese de fala

Este guia de início rápido usa a speak_text_async operação para sintetizar um pequeno bloco de texto que você digita. Você também pode usar texto de formato longo de um arquivo e obter um controle mais fino sobre estilos de voz, prosódia e outras configurações.

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Referência | da API REST de fala para texto API REST de fala para texto para referência | de áudio curta Exemplos adicionais no GitHub

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Definir variáveis de ambiente

Seu aplicativo deve ser autenticado para acessar os recursos de serviços de IA do Azure. Para produção, use uma maneira segura de armazenar e acessar suas credenciais. Por exemplo, depois de obter uma chave para o recurso Speech, escreva-a em uma nova variável de ambiente na máquina local que executa o aplicativo.

Gorjeta

Não inclua a chave diretamente no seu código e nunca a publique publicamente. Consulte Segurança dos serviços de IA do Azure para obter mais opções de autenticação, como o Azure Key Vault.

Para definir a variável de ambiente para sua chave de recurso de fala, abra uma janela do console e siga as instruções para seu sistema operacional e ambiente de desenvolvimento.

  • Para definir a variável de ambiente, substitua SPEECH_KEYsua chave por uma das chaves do seu recurso.
  • Para definir a variável de ambiente, substitua SPEECH_REGIONsua região por uma das regiões do seu recurso.
setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

Nota

Se você só precisar acessar as variáveis de ambiente no console atual, poderá definir a variável de ambiente com set em vez de setx.

Depois de adicionar as variáveis de ambiente, talvez seja necessário reiniciar todos os programas que precisam ler a variável de ambiente, incluindo a janela do console. Por exemplo, se você estiver usando o Visual Studio como editor, reinicie o Visual Studio antes de executar o exemplo.

Sintetizar em um arquivo

Em um prompt de comando, execute o seguinte comando cURL. Opcionalmente, você pode renomear output.mp3 para outro nome de arquivo de saída.

curl --location --request POST "https://%SPEECH_REGION%.tts.speech.microsoft.com/cognitiveservices/v1" ^
--header "Ocp-Apim-Subscription-Key: %SPEECH_KEY%" ^
--header "Content-Type: application/ssml+xml" ^
--header "X-Microsoft-OutputFormat: audio-16khz-128kbitrate-mono-mp3" ^
--header "User-Agent: curl" ^
--data-raw "<speak version='1.0' xml:lang='en-US'><voice xml:lang='en-US' xml:gender='Female' name='en-US-AvaMultilingualNeural'>my voice is my passport verify me</voice></speak>" --output output.mp3

Importante

Certifique-se de definir as SPEECH_KEY variáveis e SPEECH_REGIONde ambiente. Se você não definir essas variáveis, o exemplo falhará com uma mensagem de erro.

O texto fornecido deve ser enviado para um arquivo de áudio chamado output.mp3.

Para alterar a linguagem de síntese de fala, substitua en-US-AvaMultilingualNeural por outra voz suportada.

Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir es-ES-ElviraNeural, o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

Para obter mais informações, consulte API REST de texto para fala.

Observações

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Neste início rápido, você executa um aplicativo que faz síntese de texto para fala.

Gorjeta

Você pode tentar conversão de texto em fala na Galeria de Voz do Speech Studio sem se inscrever ou escrever qualquer código.

Pré-requisitos

  • Subscrição do Azure - Crie uma gratuitamente.
  • Crie um recurso de Fala no portal do Azure.
  • Sua chave de recurso de fala e região. Depois que o recurso de Fala for implantado, selecione Ir para o recurso para exibir e gerenciar chaves. Para obter mais informações sobre os recursos dos serviços de IA do Azure, consulte Obter as chaves para o seu recurso.

Configurar o ambiente

Siga estas etapas e consulte o início rápido da CLI de fala para obter outros requisitos para sua plataforma.

  1. Execute o seguinte comando da CLI do .NET para instalar a CLI de fala:

    dotnet tool install --global Microsoft.CognitiveServices.Speech.CLI
    
  2. Execute os comandos a seguir para configurar sua chave de recurso de fala e região. Substitua SUBSCRIPTION-KEY pela chave de recurso de Fala e substitua REGION pela região de recurso de Fala.

    spx config @key --set SUBSCRIPTION-KEY
    spx config @region --set REGION
    

Sintetizar para saída de alto-falante

Execute o seguinte comando para síntese de fala para a saída de alto-falante padrão. Você pode modificar a voz e o texto a ser sintetizado.

spx synthesize --text "I'm excited to try text to speech" --voice "en-US-AvaMultilingualNeural"

Se você não definir um nome de voz, a voz padrão para en-US fala.

Todas as vozes neurais são multilingues e fluentes em seu próprio idioma e inglês. Por exemplo, se o texto de entrada em inglês for "Estou animado para tentar texto para fala" e você definir --voice "es-ES-ElviraNeural", o texto é falado em inglês com sotaque espanhol. Se a voz não falar o idioma do texto de entrada, o serviço de Fala não emite áudio sintetizado.

Execute este comando para obter informações sobre mais opções de síntese de fala, como entrada e saída de arquivo:

spx help synthesize

Observações

Suporte SSML

Você pode ter um controle mais fino sobre estilos de voz, prosódia e outras configurações usando a SSML (Speech Synthesis Markup Language).

Vozes de texto para fala do OpenAI no Azure AI Speech

Vozes de texto para fala OpenAI também são suportadas. Consulte Vozes de texto para fala do OpenAI no Azure AI Speech e vozes multilíngues. Você pode substituir en-US-AvaMultilingualNeural por um nome de voz OpenAI suportado, como en-US-FableMultilingualNeural.

Clean up resources (Limpar recursos)

Você pode usar o portal do Azure ou a CLI (Interface de Linha de Comando) do Azure para remover o recurso de Fala criado.

Próximo passo