microsoft-cognitiveservices-speech-sdk package
Klasy
| ActivityReceivedEventArgs |
Definiuje zawartość odebranego komunikatu/zdarzeń. |
| AudioConfig |
Reprezentuje konfigurację danych wejściowych audio używanych do określania typu danych wejściowych do użycia (mikrofon, plik, strumień). |
| AudioInputStream |
Reprezentuje strumień wejściowy audio używany do niestandardowych konfiguracji danych wejściowych audio. |
| AudioOutputStream |
Reprezentuje strumień wyjściowy audio używany do niestandardowych konfiguracji danych wyjściowych dźwięku. |
| AudioStreamFormat |
Reprezentuje format strumienia audio używany do niestandardowych konfiguracji danych wejściowych audio. |
| AutoDetectSourceLanguageConfig |
Automatyczna konfiguracja wykrywania języka. |
| AutoDetectSourceLanguageResult |
Format danych wyjściowych |
| AvatarConfig |
Definiuje konfigurację mówiącego awatara. |
| AvatarEventArgs |
Definiuje zawartość do rozmów zdarzeń awatara. |
| AvatarSynthesizer |
Definiuje syntetyzator awatara. |
| AvatarVideoFormat |
Definiuje format wideo wyjściowego awatara. |
| AvatarWebRTCConnectionResult |
Definiuje wynik połączenia awatara WebRTC. |
| BaseAudioPlayer |
Podstawowa klasa TODO odtwarzacza audio: odtwarza tylko PCM na razie. |
| BotFrameworkConfig |
Klasa definiująca konfiguracje obiektu łącznika usługi dialogowej na potrzeby korzystania z zaplecza platformy Bot Framework. |
| CancellationDetails |
Zawiera szczegółowe informacje o tym, dlaczego wynik został anulowany. |
| CancellationDetailsBase |
Zawiera szczegółowe informacje o tym, dlaczego wynik został anulowany. |
| Connection |
Połączenie to klasa serwera proxy do zarządzania połączeniem z usługą rozpoznawania mowy określonego rozpoznawania. Domyślnie rozpoznawanie autonomiczne zarządza połączeniem z usługą w razie potrzeby. Klasa Connection udostępnia dodatkowe metody jawnego otwierania lub zamykania połączenia oraz subskrybowania zmian stanu połączenia. Użycie połączenia jest opcjonalne i dotyczy głównie scenariuszy, w których wymagane jest precyzyjne dostrajanie zachowania aplikacji na podstawie stanu połączenia. Użytkownicy mogą opcjonalnie wywołać metodę Open(), aby ręcznie skonfigurować połączenie z wyprzedzeniem przed rozpoczęciem rozpoznawania w rozpoznawaniu skojarzonym z tym połączeniem. Jeśli narzędzie rozpoznawania musi nawiązać połączenie lub rozłączyć się z usługą, skonfiguruje lub wyłączy połączenie niezależnie. W takim przypadku połączenie zostanie powiadomione o zmianie stanu połączenia za pośrednictwem zdarzeń Połączony/Rozłączony. Dodano w wersji 1.2.1. |
| ConnectionEventArgs |
Definiuje ładunek dla zdarzeń połączenia, takich jak Połączone/Rozłączone. Dodano w wersji 1.2.0 |
| ConnectionMessage |
ConnectionMessage reprezentuje komunikaty specyficzne dla implementacji wysyłane do i odbierane z usługi mowy. Te komunikaty są udostępniane do celów debugowania i nie powinny być używane w przypadku przypadków użycia w środowisku produkcyjnym w usłudze Mowa w usługach Azure Cognitive Services. Komunikaty wysyłane do usługi mowa i odbierane z tej usługi mogą ulec zmianie bez powiadomienia. Obejmuje to zawartość wiadomości, nagłówki, ładunki, kolejność itp. Dodano w wersji 1.11.0. |
| ConnectionMessageEventArgs | |
| Conversation | |
| ConversationExpirationEventArgs |
Definiuje zawartość zdarzeń sesji, takich jak SessionStarted/Stopped, SoundStarted/Stopped. |
| ConversationParticipantsChangedEventArgs |
Definiuje zawartość zdarzeń sesji, takich jak SessionStarted/Stopped, SoundStarted/Stopped. |
| ConversationTranscriber |
Wykonuje rozpoznawanie mowy z oddzieleniem osoby mówiącej od mikrofonu, pliku lub innych strumieni wejściowych audio i otrzymuje transkrypcję tekstu w wyniku. |
| ConversationTranscriptionCanceledEventArgs |
Definiuje zawartość elementu RecognitionErrorEvent. |
| ConversationTranscriptionEventArgs |
Definiuje zawartość zdarzenia transkrybowanego/transkrypcji konwersacji. |
| ConversationTranscriptionResult |
Definiuje wynik transkrypcji konwersacji. |
| ConversationTranslationCanceledEventArgs | |
| ConversationTranslationEventArgs |
Definiuje ładunek dla zdarzeń sesji, takich jak początek/koniec mowy wykryte |
| ConversationTranslationResult |
Wynik tłumaczenia tekstu. |
| ConversationTranslator |
Dołącz, pozostaw lub połącz się z konwersacją. |
| Coordinate |
Definiuje współrzędną w przestrzeni 2D. |
| CustomCommandsConfig |
Klasa, która definiuje konfiguracje obiektu łącznika usługi dialogowej do używania zaplecza CustomCommands. |
| Diagnostics |
Definiuje interfejs API diagnostyki do zarządzania danymi wyjściowymi konsoli dodanymi w wersji 1.21.0 |
| DialogServiceConfig |
Klasa definiująca podstawowe konfiguracje łącznika usługi dialogowej |
| DialogServiceConnector |
Łącznik usługi dialogowej |
| IntentRecognitionCanceledEventArgs |
Zdefiniuj ładunek anulowanych zdarzeń wyników rozpoznawania intencji. |
| IntentRecognitionEventArgs |
Argumenty zdarzeń wyniku rozpoznawania intencji. |
| IntentRecognitionResult |
Wynik rozpoznawania intencji. |
| IntentRecognizer |
Rozpoznawanie intencji. |
| KeywordRecognitionModel |
Reprezentuje model rozpoznawania słów kluczowych do rozpoznawania, gdy użytkownik mówi słowo kluczowe, aby zainicjować dalsze rozpoznawanie mowy. |
| LanguageUnderstandingModel |
Model interpretacji języka |
| Meeting | |
| MeetingTranscriber | |
| MeetingTranscriptionCanceledEventArgs |
Definiuje zawartość obiektu MeetingTranscriptionCanceledEvent. |
| MeetingTranscriptionEventArgs |
Definiuje zawartość zdarzenia transkrypcji/transkrypcji spotkania. |
| NoMatchDetails |
Zawiera szczegółowe informacje dotyczące wyników rozpoznawania NoMatch. |
| Participant |
Reprezentuje uczestnika konwersacji. Dodano w wersji 1.4.0 |
| PhraseListGrammar |
Umożliwia dodawanie nowych fraz w celu poprawy rozpoznawania mowy. Frazy dodane do rozpoznawania są skuteczne na początku następnego rozpoznawania lub następnym razem, gdy zestaw SpeechSDK musi ponownie nawiązać połączenie z usługą mowy. |
| PronunciationAssessmentConfig |
Konfiguracja oceny wymowy. |
| PronunciationAssessmentResult |
Wyniki oceny wymowy. |
| PropertyCollection |
Reprezentuje kolekcję właściwości i ich wartości. |
| PullAudioInputStream |
Reprezentuje strumień wejściowy audio używany do niestandardowych konfiguracji danych wejściowych audio. |
| PullAudioInputStreamCallback |
Abstrakcyjna klasa bazowa, która definiuje metody wywołania zwrotnego (read() i close()) dla niestandardowych strumieni wejściowych audio). |
| PullAudioOutputStream |
Reprezentuje oparty na pamięci strumień danych wyjściowych wypychanych dźwięku używany do niestandardowych konfiguracji danych wyjściowych audio. |
| PushAudioInputStream |
Reprezentuje oparty na pamięci strumień wejściowy wypychania audio używany do niestandardowych konfiguracji danych wejściowych audio. |
| PushAudioOutputStream |
Reprezentuje strumień wyjściowy audio używany do niestandardowych konfiguracji danych wyjściowych dźwięku. |
| PushAudioOutputStreamCallback |
Abstrakcyjna klasa bazowa, która definiuje metody wywołania zwrotnego (write() i close()) dla niestandardowych strumieni wyjściowych audio). |
| RecognitionEventArgs |
Definiuje ładunek dla zdarzeń sesji, takich jak początek/koniec mowy wykryte |
| RecognitionResult |
Definiuje wynik rozpoznawania mowy. |
| Recognizer |
Definiuje klasę bazową Rozpoznawanie, która zawiera głównie typowe programy obsługi zdarzeń. |
| ServiceEventArgs |
Definiuje ładunek dla dowolnego zdarzenia komunikatu usługi Dodane w wersji 1.9.0 |
| SessionEventArgs |
Definiuje zawartość zdarzeń sesji, takich jak SessionStarted/Stopped, SoundStarted/Stopped. |
| SourceLanguageConfig |
Konfiguracja języka źródłowego. |
| SpeakerAudioDestination |
Reprezentuje miejsce docelowe odtwarzania dźwięku osoby mówiącej, które działa tylko w przeglądarce. Uwaga: zestaw SDK spróbuje użyć rozszerzeń źródła multimediów do odtwarzania dźwięku. Format Mp3 ma lepszą obsługę w przeglądarce Microsoft Edge, Chrome i Safari (na pulpicie), dlatego lepiej jest określić format mp3 do odtwarzania. |
| SpeakerIdentificationModel |
Definiuje klasę SpeakerIdentificationModel dla modelu rozpoznawania osoby mówiącej zawiera zestaw profilów, dla których można zidentyfikować osoby mówiące |
| SpeakerRecognitionCancellationDetails | |
| SpeakerRecognitionResult |
Format danych wyjściowych |
| SpeakerRecognizer |
Definiuje klasę SpeakerRecognizer dla operacji rozpoznawania osoby mówiącej na podstawie operacji profilu głosowego (np. createProfile, deleteProfile) |
| SpeakerVerificationModel |
Definiuje klasę SpeakerVerificationModel dla modelu rozpoznawania osoby mówiącej zawiera profil umożliwiający zweryfikowanie osoby mówiącej |
| SpeechConfig |
Konfiguracja mowy. |
| SpeechConfigImpl | |
| SpeechRecognitionCanceledEventArgs | |
| SpeechRecognitionEventArgs |
Definiuje zawartość zdarzenia rozpoznawania/rozpoznawania mowy. |
| SpeechRecognitionResult |
Definiuje wynik rozpoznawania mowy. |
| SpeechRecognizer |
Wykonuje rozpoznawanie mowy z mikrofonu, pliku lub innych strumieni wejściowych audio i otrzymuje transkrypcję tekstu w wyniku. |
| SpeechSynthesisBookmarkEventArgs |
Definiuje zawartość zdarzenia zakładki syntezy mowy. |
| SpeechSynthesisEventArgs |
Definiuje zawartość zdarzeń syntezy mowy. |
| SpeechSynthesisResult |
Definiuje wynik syntezy mowy. |
| SpeechSynthesisVisemeEventArgs |
Definiuje zawartość zdarzenia viseme syntezy mowy. |
| SpeechSynthesisWordBoundaryEventArgs |
Definiuje zawartość zdarzenia granic słowa syntezy mowy. |
| SpeechSynthesizer |
Definiuje klasę SpeechSynthesizer dla zamiany tekstu na mowę. Zaktualizowano w wersji 1.16.0 |
| SpeechTranslationConfig |
Konfiguracja tłumaczenia mowy. |
| SynthesisResult |
Klasa bazowa na potrzeby wyników syntezy |
| SynthesisVoicesResult |
Definiuje wynik syntezy mowy. |
| Synthesizer | |
| TranslationRecognitionCanceledEventArgs |
Zdefiniuj ładunek anulowanych zdarzeń wyników rozpoznawania mowy. |
| TranslationRecognitionEventArgs |
Argumenty zdarzenia wyniku tłumaczenia tekstu. |
| TranslationRecognitionResult |
Wynik tłumaczenia tekstu. |
| TranslationRecognizer |
Rozpoznawanie tłumaczenia |
| TranslationSynthesisEventArgs |
Argumenty zdarzenia syntezy tłumaczenia |
| TranslationSynthesisResult |
Definiuje wynik syntezy tłumaczenia, czyli dane wyjściowe głosu przetłumaczonego tekstu w języku docelowym. |
| Translations |
Reprezentuje kolekcję parametrów i ich wartości. |
| TurnStatusReceivedEventArgs |
Definiuje zawartość odebranego komunikatu/zdarzeń. |
| User | |
| VoiceInfo |
Informacje o głosie syntezy mowy dodane w wersji 1.20.0. |
| VoiceProfile |
Definiuje klasę profilu głosowego na potrzeby rozpoznawania osoby mówiącej |
| VoiceProfileCancellationDetails | |
| VoiceProfileClient |
Definiuje klasę VoiceProfileClient dla operacji rozpoznawania osoby mówiącej na podstawie operacji profilu głosowego (np. createProfile, deleteProfile) |
| VoiceProfileEnrollmentCancellationDetails | |
| VoiceProfileEnrollmentResult |
Format danych wyjściowych |
| VoiceProfilePhraseResult |
Format danych wyjściowych |
| VoiceProfileResult |
Format danych wyjściowych |
Interfejsy
| CancellationEventArgs | |
| ConversationInfo | |
| IParticipant |
Reprezentuje uczestnika konwersacji. Dodano w wersji 1.4.0 |
| IPlayer |
Reprezentuje interfejs odtwarzacza audio do kontrolowania odtwarzania dźwięku, takiego jak wstrzymywanie, wznawianie itp. |
| IVoiceJson | |
| MeetingInfo | |
| VoiceSignature | |
Wyliczenia
| AudioFormatTag | |
| CancellationErrorCode |
Definiuje kod błędu w przypadku, gdy element CancellationReason to Błąd. Dodano w wersji 1.1.0. |
| CancellationReason |
Definiuje możliwe przyczyny anulowania wyniku rozpoznawania. |
| LanguageIdMode |
Tryb identyfikacji języka |
| LogLevel | |
| NoMatchReason |
Definiuje możliwe przyczyny, dla których wynik rozpoznawania może nie zostać rozpoznany. |
| OutputFormat |
Zdefiniuj formaty danych wyjściowych rozpoznawania mowy. |
| ParticipantChangedReason | |
| ProfanityOption |
Opcja wulgaryzmów. Dodano w wersji 1.7.0. |
| PronunciationAssessmentGradingSystem |
Definiuje system punktów do kalibracji wyniku wymowy; wartość domyślna to FivePoint. Dodano w wersji 1.15.0 |
| PronunciationAssessmentGranularity |
Definiuje stopień szczegółowości oceny wymowy; wartość domyślna to Phoneme. Dodano w wersji 1.15.0 |
| PropertyId |
Definiuje identyfikatory właściwości mowy. |
| ResultReason |
Definiuje możliwe przyczyny wygenerowania wyniku rozpoznawania. |
| ServicePropertyChannel |
Definiuje kanały używane do przekazywania ustawień właściwości do usługi. Dodano w wersji 1.7.0. |
| SpeakerRecognitionResultType | |
| SpeechSynthesisBoundaryType |
Definiuje typ granicy zdarzenia granic syntezy mowy. |
| SpeechSynthesisOutputFormat |
Zdefiniuj formaty danych wyjściowych syntezy mowy. SpeechSynthesisOutputFormat zaktualizowano w wersji 1.17.0 |
| VoiceProfileType |
Format danych wyjściowych |