语音转文字 - 虚拟IoT设备

在本课程的这一部分中，您将编写代码以使用语音服务将文本转换为语音。

将文本转换为语音

您在上一课中用于将语音转换为文本的语音服务SDK也可以用来将文本转换回语音。当请求语音时，您需要提供要使用的语音，因为可以使用各种不同的语音生成语音。

每种语言都支持一系列不同的语音，您可以从语音服务SDK获取每种语言的支持语音列表。

任务 - 将文本转换为语音

1. 在VS Code中打开smart-timer项目，并确保虚拟环境已加载到终端中。

2. 通过将其添加到现有导入中，从azure.cognitiveservices.speech包中导入SpeechSynthesizer：

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

3. 在say函数上方，创建一个语音配置以与语音合成器一起使用：

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

   这使用了与识别器相同的应用程序密钥、位置和语言。

4. 在此之下，添加以下代码以获取语音并将其设置到语音配置中：

   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
   ​

   这会检索所有可用语音的列表，然后找到与正在使用的语言匹配的第一个语音。

   您可以从Microsoft Docs上的语言和语音支持文档获取所有支持的语音列表。如果您想使用特定的语音，可以删除此函数并硬编码语音名称。例如：

   speech_config.speech_synthesis_voice_name = 'hi-IN-SwaraNeural'
   ​

5. 更新say函数中的内容以生成响应的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>'
   ​

6. 在此之下，停止语音识别，播放SSML，然后再重新开始识别：

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

   为了防止“计时器启动”的宣布被检测到、发送到LUIS并可能被解释为设置新计时器的请求，在播放文本时停止了识别。

   您可以通过注释掉停止和重新开始识别的行来测试这一点。设置一个计时器，您可能会发现宣布设置了新的计时器，这会导致新的宣布，进而导致新的计时器，如此往复无穷！

7. 运行应用程序，并确保函数应用也在运行。设置一些计时器，您将听到一个语音提示说您的计时器已设置，当计时器结束时，您还会听到另一个语音提示。

您可以在code-spoken-response/virtual-iot-device文件夹中找到此代码。

您的计时器程序成功了！

声明:
本文件灏天文库团队进行了翻译。尽管我们力求准确，但请注意，翻译可能包含错误或不准确之处。原文档以其原始语言为准。我们不对因使用此翻译而产生的任何误解或误译负责。