Övning – Skapa en tal-till-text-applikation för engångsigenkänning

  • 10 minuter

I den här övningen skapar du ett program som använder enkel igenkänning för att transkribera en ljudfil som du laddar ned.

Skapa ditt tal till text-program

  1. I Cloud Shell till höger skapar du en katalog för ditt program och ändrar sedan till din nya katalog:

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

  2. Skapa ett nytt .NET Core-program:

    dotnet new console

    Det bör ta några sekunder att slutföra det här kommandot.

  3. När .NET Core-programmet har skapats lägger du till Speech SDK-paketet i ditt program:

    dotnet add package Microsoft.CognitiveServices.Speech

    Det bör ta några sekunder att slutföra det här kommandot.

Ladda ned en WAVE-fil för igenkänning

I Cloud Shell till höger kör du följande kommando för att ladda ned en WAV-exempelfil som innehåller en serie citattecken från William Shakespeares pjäs "As You Like It".

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

Du använder den här WAV-filen för programmet i den här övningen och programmet i nästa övning.

Lägg till koden för din app för text till tal

  1. Öppna filen Program.cs i Cloud Shell till höger:

    code Program.cs

  2. Ta bort all befintlig kod och lägg till följande using-instruktioner, som aktiverar Azure AI Speech API:er för ditt program:

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

  3. Lägg till följande kod, som använder Azure AI Speech API:er för att konvertera innehållet i WAV-filen som du skapade tidigare för att skapa en textfil med det transkriberade talet. Ersätt värdena azureKey och azureLocation med de värden som du kopierade i den senaste övningen.

    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);
}

    Den här koden använder din nyckel och plats för att initiera en anslutning till Azure AI Speech. Den läser sedan innehållet i WAV-filen som du laddade ned och använder sedan RecognizeOnceAsync()-metoden för SpeechRecognizer för att konvertera ljudet till text och använder sedan en strömskrivare för att spara resultatet i en textfil.

  4. När du har lagt till all kod bör filen likna följande exempel:

    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);
}

    Se till att du uppdaterar värdena för variablerna azureKey och azureLocation med din nyckel och plats från föregående övning.

  5. Spara ändringarna genom att trycka på Ctrl+ S för att spara filen och sedan trycka på Ctrl + Q för att avsluta redigeraren.

Kör ditt program

  1. Om du vill köra ditt program använder du följande kommando i Cloud Shell till höger:

    dotnet run

  2. Om du inte ser några fel har programmet körts och du bör se följande svar:

    Speech recognition started.
Speech recognition stopped.

  3. Kör följande kommando för att hämta en lista över filer i katalogen:

    ls -l

    Du bör se ett svar som i följande exempel och du bör se Shakespeare.txt i listan med filer:

    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

    Du kommer att märka att storleken på textfilen är liten. I det här exemplet är det bara 98 byte.

  4. Om du vill visa innehållet i Shakespeare.txt-filen använder du följande kommando:

    cat Shakespeare.txt

    Du bör se ett svar som i följande exempel:

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

    Om du lyssnade på WAV-exempelfilen skulle du märka att den här texten bara är de första sekunderna av ljudet. Eftersom vi använde metoden RecognizeOnceAsync() i SpeechRecognizerstoppades tal-till-textigenkänningen när talaren tog en paus.

I nästa övning får du lära dig hur du fortsätter tal-till-text-igenkänningen för hela ljudfilen.