Exercício – Criar um aplicativo de conversão de fala em texto com reconhecimento de disparo único

Concluído

Neste exercício, você criará um aplicativo que usa o reconhecimento de captura única para transcrever um arquivo de áudio de amostra que você baixará.

Criar seu aplicativo de conversão de fala em texto

1. No Cloud Shell à direita, crie um diretório para o aplicativo e altere para o novo diretório:

   mkdir speech-to-text
   cd speech-to-text
   

2. Crie um aplicativo .NET Core:

   dotnet new console
   

   Esse comando deve levar alguns segundos para ser concluído.

3. Quando o aplicativo .NET Core for criado, adicione o pacote do SDK de Fala ao aplicativo:

   dotnet add package Microsoft.CognitiveServices.Speech
   

   Esse comando deve levar alguns segundos para ser concluído.

Baixar um arquivo WAVE para reconhecimento

No Cloud Shell à direita, execute o comando a seguir para baixar um arquivo WAV de exemplo que contém uma série de citações da peça "Do jeito que você gosta" de William Shakespeare.

curl -L https://aka.ms/ShakespeareWAV -o Shakespeare.wav

Você usará esse arquivo WAV para o aplicativo neste exercício e o aplicativo no próximo exercício.

Adicionar o código para o aplicativo de conversão de texto em fala

1. No Cloud Shell à direita, abra o arquivo Program.cs:

   code Program.cs
   

2. Remova todo o código existente e adicione as seguintes instruções using, que habilitam as APIs de Fala de IA do Azure para seu aplicativo:

   using System.Text;
   using Microsoft.CognitiveServices.Speech;
   using Microsoft.CognitiveServices.Speech.Audio;
   

3. Adicione o seguinte código, que utiliza as APIs de Fala de IA do Azure para converter o conteúdo do arquivo WAV que você criou anteriormente para criar um arquivo de texto com a fala transcrita. Substitua os valores azureKey e azureLocation pelos que você copiou no último exercício.

   string azureKey = "ENTER YOUR KEY FROM THE FIRST EXERCISE";
   string azureLocation = "ENTER YOUR LOCATION FROM THE FIRST EXERCISE";
   string textFile = "Shakespeare.txt";
   string waveFile = "Shakespeare.wav";
   
   try
   {
       FileInfo fileInfo = new FileInfo(waveFile);
       if (fileInfo.Exists)
       {
           Console.WriteLine("Speech recognition started.");
           var speechConfig = SpeechConfig.FromSubscription(azureKey, azureLocation);
           using var audioConfig = AudioConfig.FromWavFileInput(fileInfo.FullName);
           using var speechRecognizer = new SpeechRecognizer(speechConfig, audioConfig);
           var result = await speechRecognizer.RecognizeOnceAsync();
   
           FileStream fileStream = File.OpenWrite(textFile);
           StreamWriter streamWriter = new StreamWriter(fileStream, Encoding.UTF8);
           streamWriter.WriteLine(result.Text);
           streamWriter.Close();
           Console.WriteLine("Speech recognition stopped.");
       }
   }
   catch (Exception ex)
   {
       Console.WriteLine(ex.Message);
   }
   

   Esse código utiliza sua chave e localização para inicializar uma conexão do Fala de IA do Azure. Em seguida, ele lê o conteúdo do arquivo WAV que você baixou. Depois, ele usa o método RecognizeOnceAsync() do SpeechRecognizer para converter o áudio em texto e, em seguida, usa um gravador de fluxo para salvar os resultados em um arquivo de texto.

4. Depois que você adicionar todo o código, o arquivo deverá se parecer com o seguinte exemplo:

   using System.Text;
   using System.Threading.Tasks;
   using Microsoft.CognitiveServices.Speech;
   using Microsoft.CognitiveServices.Speech.Audio;
   
   string azureKey = "ENTER YOUR KEY FROM THE FIRST EXERCISE";
   string azureLocation = "ENTER YOUR LOCATION FROM THE FIRST EXERCISE";
   string textFile = "Shakespeare.txt";
   string waveFile = "Shakespeare.wav";
   
   try
   {
       FileInfo fileInfo = new FileInfo(waveFile);
       if (fileInfo.Exists)
       {
           Console.WriteLine("Speech recognition started.");
           var speechConfig = SpeechConfig.FromSubscription(azureKey, azureLocation);
           using var audioConfig = AudioConfig.FromWavFileInput(fileInfo.FullName);
           using var speechRecognizer = new SpeechRecognizer(speechConfig, audioConfig);
           var result = await speechRecognizer.RecognizeOnceAsync();
   
           FileStream fileStream = File.OpenWrite(textFile);
           StreamWriter streamWriter = new StreamWriter(fileStream, Encoding.UTF8);
           streamWriter.WriteLine(result.Text);
           streamWriter.Close();
           Console.WriteLine("Speech recognition stopped.");
       }
   }
   catch (Exception ex)
   {
       Console.WriteLine(ex.Message);
   }
   

   Certifique-se de atualizar os valores das variáveis azureKey e azureLocation com sua chave e seu local do exercício anterior.

5. Para salvar suas alterações, pressione Ctrl+S a fim de salvar o arquivo e Ctrl+Q para sair do editor.

Execute seu aplicativo.

1. Para executar o aplicativo, use o seguinte comando no Cloud Shell à direita:

   dotnet run
   

2. Quando nenhum erro é exibido, isso significa que o aplicativo foi executado com sucesso e que você verá as seguintes respostas exibidas:

   Speech recognition started.
   Speech recognition stopped.
   

3. Execute o seguinte comando para obter uma lista de arquivos no diretório:

   ls -l
   

   Você verá o arquivo Shakespeare.txt na lista de arquivos e verá uma resposta como a do seguinte exemplo:

   drwxr-xr-x 3 user   user     4096 Oct  1 11:11 bin
   drwxr-xr-x 3 user   user     4096 Oct  1 11:11 obj
   -rw-r--r-- 1 user   user     1476 Oct  1 11:11 Program.cs
   -rw-r--r-- 1 user   user       98 Oct  1 11:11 Shakespeare.txt
   -rwxr-xr-x 1 user   user   978242 Oct  1 11:11 Shakespeare.wav
   -rw-r--r-- 1 user   user      348 Oct  1 11:11 speech to text.csproj
   

   Você observará que o tamanho do arquivo de texto é pequeno; neste exemplo, possui apenas 98 bytes.

4. Para exibir o conteúdo do arquivo Shakespeare.txt, use o seguinte comando:

   cat Shakespeare.txt
   

   Você verá uma resposta como no seguinte exemplo:

   The following quotes are from Act 2, scene seven of William Shakespeare's play as you like it.
   

   Se escutasse o arquivo WAV de exemplo, você notaria que esse texto é apenas os primeiros segundos do áudio. Como você usou o método RecognizeOnceAsync() do SpeechRecognizer, o reconhecimento de fala em texto parava quando o locutor pausava.

No próximo exercício, você aprenderá a continuar o reconhecimento de fala em texto para todo o arquivo de áudio.