文字轉換語音快速入門 - 語音服務 - Azure AI services

參考文件 | 套件 (NuGet) | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

語音 SDK 可以 NuGet 套件的形式取得，實作 .NET Standard 2.0。使用主控台安裝本指南中稍後說明的語音 SDK。如需安裝指示，請參閱安裝語音 SDK。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟來建立主控台應用程式並安裝語音 SDK。

在資料夾開啟要新增專案的命令提示字元視窗。執行此命令以使用 .NET CLI 建立主控台應用程式。
```
dotnet new console
```
此命令會在專案目錄中建立 Program.cs 檔案。

使用 .NET CLI 在新專案中安裝語音 SDK。

dotnet add package Microsoft.CognitiveServices.Speech

將 Program.cs 的內容取代為下列程式碼。

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();
    }
}

若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定 es-ES-ElviraNeural 作為語言，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
執行新的主控台應用程式，以開始對預設喇叭進行語音合成。
```
dotnet run
```
重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。
輸入您想要說的一些文字。例如，輸入我很高興嘗試文字轉換語音。選取 Enter 鍵以聆聽合成語音。
```
Enter some text that you want to speak >
I'm excited to try text to speech
```

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | 套件 (NuGet) | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

語音 SDK 可以 NuGet 套件的形式取得，實作 .NET Standard 2.0。稍後會在本指南中安裝語音 SDK。如需安裝指示，請參閱安裝語音 SDK。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟來建立主控台應用程式並安裝語音 SDK。

在 Visual Studio Community 中建立名為 SpeechSynthesis 的 C++ 主控台專案。

將 SpeechSynthesis.cpp 的內容取代為下列程式碼：

#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
}

選取 [工具]>[Nuget 套件管理員]>[套件管理員主控台]。在套件管理員主控台中，執行此命令。
```
Install-Package Microsoft.CognitiveServices.Speech
```
若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
建置並執行新的主控台應用程式，以開始對預設喇叭進行語音合成。

重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。
輸入您想要說的一些文字。例如，輸入我很高興嘗試文字轉換語音。選取 Enter 鍵以聆聽合成語音。
```
Enter some text that you want to speak >
I'm excited to try text to speech
```

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | 套件 (Go) | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

安裝適用於 Go 語言的語音 SDK。如需安裝指示，請參閱安裝語音 SDK。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟來建立 Go 模組。

在資料夾開啟要新增專案的命令提示字元視窗。建立名為 speech-synthesis.go 的新檔案。

將下列程式碼複製到 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)
            }
        }
    }
}

若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
執行下列命令來建立 go.mod 檔案，該檔案會連結至 Github 上託管的元件：
```
go mod init speech-synthesis
go get github.com/Microsoft/cognitive-services-speech-sdk-go
```
重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。
現在建置並執行程式碼：
```
go build
go run speech-synthesis
```

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

若要設定環境，請安裝語音 SDK。本快速入門中的範例適用於 JAVA 執行階段。

安裝 Apache Maven。然後執行 mvn -v 以確認安裝成功。

在專案的根目錄中建立新 pom.xml 檔案，並將下列程式碼複製到其中：

<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>1.42.0</version>
        </dependency>
    </dependencies>
</project>

安裝語音 SDK 和相依性。
```
mvn clean dependency:copy-dependencies
```

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟來建立新的主控台應用程式，以進行語音辨識。

在相同的專案根目錄中建立名為 SpeechSynthesis.java 的檔案。

將下列程式碼複製到 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);
    }
}

若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
執行主控台應用程式，將語音合成輸出到預設喇叭。
```
javac SpeechSynthesis.java -cp ".;target\dependency\*"
java -cp ".;target\dependency\*" SpeechSynthesis
```
重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。
輸入您想要說的一些文字。例如，輸入我很高興嘗試文字轉換語音。選取 Enter 鍵以聆聽合成語音。
```
Enter some text that you want to speak >
I'm excited to try text to speech
```

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | 套件 (npm) | GitHub 上的其他範例 | 程式庫原始程式碼

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

若要設定環境，請安裝適用於 JavaScript 的語音 SDK。如果您只想要安裝套件名稱，請執行 npm install microsoft-cognitiveservices-speech-sdk。如需安裝指示，請參閱安裝語音 SDK。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟來建立 Node.js 主控台應用程式進行語音合成。

開啟要新增專案的主控台視窗，然後建立名為 SpeechSynthesis.js 的檔案。

安裝適用於 JavaScript 的語音 SDK：

npm install microsoft-cognitiveservices-speech-sdk

將下列程式碼複製到 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);
    });
}());

在 SpeechSynthesis.js 中，您可以選擇性地將 YourAudioFile.wav 重新命名為另一個輸出檔案名稱。
若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
執行主控台應用程式，以開始對檔案進行語音合成：
```
node SpeechSynthesis.js
```
重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。

提供的文字應該會在音訊檔案中：

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

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | 套件 (下載) | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

適用於 Objective-C 的語音 SDK 會以架構套件組合的形式散發。此架構同時支援 iOS 和 macOS 上的 Objective-C 和 Swift。

語音 SDK 可用於 Xcode 專案中做為 CocoaPod，或直接下載並手動連結。本指南使用 CocoaPod。依照安裝指示中的說明安裝 CocoaPod 相依性管理員。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟在 macOS 應用程式中合成語音。

複製 Azure-Samples/cognitive-services-speech-sdk 存放庫，以取得使用語音 SDK 在 macOS 上的 Objective-C 中合成音訊範例專案。存放庫也有 iOS 範例。
在終端機中開啟所下載範例應用程式 (helloworld) 的目錄。
執行 pod install 命令。此命令會產生一個 helloworld.xcworkspace Xcode 工作區，其中包含範例應用程式和作為相依性的語音 SDK。
在 XCode 中開啟 helloworld.xcworkspace 工作區。

開啟名為 AppDelegate.m 的檔案，並找出 buttonPressed 方法，如下所示。

- (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.");
    }
}

在 AppDelegate.m 中，使用您先前所設定的環境變數 (針對語音資源金鑰和區域)。

NSString *speechKey = [[[NSProcessInfo processInfo] environment] objectForKey:@"SPEECH_KEY"];
NSString *serviceRegion = [[[NSProcessInfo processInfo] environment] objectForKey:@"SPEECH_REGION"];

在 AppDelegate.m 中，選擇性地包含語音合成語音名稱，如下所示：
```
speechConfig.speechSynthesisVoiceName = @"en-US-AvaMultilingualNeural";
```
若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
若要顯示偵錯輸出選取 [檢視] >[偵錯區域]> [啟動主控台]。
若要建置並執行範例程式碼，請從功能表中選取 [產品] > [執行]，或選取 [播放] 按鈕。

重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。

輸入一些文字並選取應用程式中的按鈕後，您應該會聽到合成音訊的播放。

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | 套件 (下載) | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

適用於 Swift 的語音 SDK 會以架構套件組合的形式散發。此架構同時支援 iOS 和 macOS 上的 Objective-C 和 Swift。

語音 SDK 可用於 Xcode 專案中做為 CocoaPod，或直接下載並手動連結。本指南使用 CocoaPod。依照安裝指示中的說明安裝 CocoaPod 相依性管理員。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

遵循下列步驟在 macOS 應用程式中合成語音。

複製 Azure-Samples/cognitive-services-speech-sdk 存放庫，以取得使用語音 SDK 在 macOS 上的 Swift 中合成音訊範例專案。存放庫也有 iOS 範例。
瀏覽至在終端中所下載範例應用程式 (helloworld) 的目錄。
執行 pod install 命令。此命令會產生一個 helloworld.xcworkspace Xcode 工作區，其中包含範例應用程式和作為相依性的語音 SDK。
在 XCode 中開啟 helloworld.xcworkspace 工作區。

開啟名為 AppDelegate.swift 的檔案，並找出 applicationDidFinishLaunching 和 synthesize 方法，如下所示。

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
    }
}

在 AppDelegate.m 中，使用您先前所設定的環境變數 (針對語音資源金鑰和區域)。

sub = ProcessInfo.processInfo.environment["SPEECH_KEY"]
region = ProcessInfo.processInfo.environment["SPEECH_REGION"]

在 AppDelegate.m 中，選擇性地包含語音合成語音名稱，如下所示：
```
speechConfig?.speechSynthesisVoiceName = "en-US-AvaMultilingualNeural";
```
若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
若要顯示偵錯輸出選取 [檢視] >[偵錯區域]> [啟動主控台]。
若要建置並執行範例程式碼，請從功能表中選取 [產品] > [執行]，或選取 [播放] 按鈕。

重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。

輸入一些文字並選取應用程式中的按鈕後，您應該會聽到合成音訊的播放。

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

參考文件 | 套件 (PyPi) | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

適用於 Python 的語音 SDK 會以 Python 套件索引 (PyPI) 模組的形式提供。適用於 Python 的語音 SDK 與 Windows、Linux 和 macOS 相容。

在 Windows 上，請為平台安裝適用於 Visual Studio 2015、2017、2019 和 2022 的 Microsoft Visual C++ 可轉散發套件。安裝此套件時可能需要重新啟動。
在 Linux 上，您必須使用 x64 目標架構。

安裝 Python 從 3.7 或更新的版本。如有任何需求，請參閱安裝語音 SDK。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

建立應用程式

請遵循下列步驟以建立主控台應用程式。

在資料夾開啟要新增專案的命令提示字元視窗。建立名為 speech_synthesis.py 的檔案。

執行此命令以安裝語音 SDK：

pip install azure-cognitiveservices-speech

將下列程式碼複製到 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?")

若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。
執行新的主控台應用程式，以開始對預設喇叭進行語音合成。
```
python speech_synthesis.py
```
重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。
輸入您想要說的一些文字。例如，輸入我很高興嘗試文字轉換語音。選取 Enter 鍵以聆聽合成語音。
```
Enter some text that you want to speak > 
I'm excited to try text to speech
```

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

語音轉換文字 REST API 參考 | 適用於簡短音訊的語音轉換文字 REST API 參考 | GitHub 上的其他範例

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境變數

您必須驗證應用程式以存取 Azure AI 服務。本文說明如何使用環境變數來儲存您的認證。然後，您可以從程式碼存取環境變數，以驗證您的應用程式。針對實際執行環境，使用更安全的方法來儲存和存取您的認證。

重要

我們建議使用適用於 Azure 資源的受控識別搭配 Microsoft Entra ID 驗證，以避免使用在雲端執行的應用程式儲存認證。

如果您使用 API 金鑰，請將其安全地儲存在別處，例如 Azure Key Vault。請勿在程式碼中直接包含 API 金鑰，且切勿公開張貼金鑰。

如需 AI 服務安全性的詳細資訊，請參閱驗證對 Azure AI 服務的要求。

若要設定語音資源索引鍵和區域的環境變數，請開啟主控台視窗，並遵循作業系統和開發環境的指示進行。

若要設定 SPEECH_KEY 環境變數，請以您其中一個資源金鑰取代 your-key。
若要設定 SPEECH_REGION 環境變數，請以您的其中一個資源區域取代 your-region。

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

注意

如果您只需要存取目前主控台的環境變數，您可以使用 set (而不是 setx) 來設定環境變數。

新增環境變數之後，您可能需要重新啟動任何需要讀取環境變數的程式，包括主控台視窗。例如，如果正在使用 Visual Studio 作為編輯器，請您在執行範例前重新啟動 Visual Studio。

Bash

編輯 .bashrc 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bashrc，讓變更生效。

Bash

編輯 .bash_profile 檔案，然後新增環境變數:

export SPEECH_KEY=your-key
export SPEECH_REGION=your-region

新增環境變數之後，請從主控台視窗執行 source ~/.bash_profile，讓變更生效。

Xcode

如果是 iOS 或 macOS 開發，請在 Xcode 中設定環境變數。例如，遵循下列步驟，在 Xcode 13.4.1 中設定環境變數。

選取 [產品] > [配置] > [編輯配置]。
在 [執行] (偵錯執行) 頁面上，選取 [引數]。
在 [環境變數] 下，選取加號 (+) 新增環境變數。
針對 [名稱] 輸入 SPEECH_KEY，然後針對 [值] 輸入您的語音資源索引碼。

若要設定語音資源區域的環境變數，請遵循相同的步驟。將 SPEECH_REGION 設為資源的區域。例如： westus 。

如需更多設定選項，請參閱 Xcode 文件。

將語音合成至檔案

在命令提示字元中，執行下列 cURL 命令。您可以選擇性地將 output.mp3 重新命名為另一個輸出檔案名稱。

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

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.mp3

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.mp3

重要

確保您已設定 SPEECH_KEY 和 SPEECH_REGION 環境變數。如果您未設定這些變數，則範例會失敗，並顯示錯誤訊息。

提供的文字應該輸出至名為 output.mp3 的音訊檔案。

若要變更語音合成語言，請以另一個支援的語音取代 en-US-AvaMultilingualNeural。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 es-ES-ElviraNeural，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。

如需詳細資訊，請參閱文字轉換語音 REST API。

備註

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

使用 Azure AI 語音，您可執行應用程式，以合成類似人類的聲音來讀取文字。您可以變更語音、輸入要說的文字，以及聆聽電腦喇叭上的輸出。

提示

您可以在 Speech Studio 語音資源庫中嘗試文字轉換語音，而不需要註冊或撰寫任何程式碼。

提示

試用 Azure AI 語音工具組，輕鬆地在 Visual Studio Code 上建置和執行範例。

必要條件

Azure 訂用帳戶。您可以免費建立一個訂用帳戶。
在 Azure 入口網站上建立語音資源。
取得語音資源金鑰和區域。部署語音資源之後，選取 [移至資源] 以檢視和管理索引鍵。

設定環境

請遵循下列步驟，並參閱語音 CLI 快速入門，以了解平台的其他需求。

執行下列 .NET CLI 命令以安裝 Speech CLI:

dotnet tool install --global Microsoft.CognitiveServices.Speech.CLI

執行下列命令來設定您的語音資源金鑰和區域。以您的語音資源金鑰取代 SUBSCRIPTION-KEY，而以您的語音資源區域取代 REGION。
- 終端機
- PowerShell
```
spx config @key --set SUBSCRIPTION-KEY
spx config @region --set REGION
```
```
spx --% config @key --set SUBSCRIPTION-KEY
spx --% config @region --set REGION
```

將語音傳送至喇叭

執行下列命令，將語音合成輸出到預設喇叭。您可以修改要合成的語音和文字。

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

如果您未設定語音名稱，則會說出 en-US 的預設語音。

所有類神經語音都是多語系，而且可流利地使用其自己的語言和英文。例如，如果英文的輸入文字是 I'm excited to try text to speech，而您設定了 --voice "es-ES-ElviraNeural"，則會使用西班牙文腔調以英文讀出該文字。如果語音不說輸入文字的語言，語音服務就不會輸出合成的音訊。

執行此命令以取得其他語音合成選項的相關資訊，例如檔案輸入和輸出：

spx help synthesize

備註

SSML 支援

您可以使用語音合成標記語言 (SSML)，以更精細地控制語音語調、韻律和其他設定。

Azure AI 語音中的 OpenAI 文字轉換語音

也支援 OpenAI 文字轉換語音。請參閱 Azure AI 語音中的 OpenAI 文字轉換語音和多語系語音。您可以使用支援的 OpenAI 語音名稱取代 en-US-AvaMultilingualNeural，例如 en-US-FableMultilingualNeural。

清除資源

您可以使用 Azure 入口網站或 Azure 命令列介面 (CLI) 來移除您所建立的語音資源。

共用方式為

快速入門：將文字轉換成語音

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

設定環境變數

建立應用程式

備註

更多語音合成選項

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境變數

將語音合成至檔案

備註

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

必要條件

設定環境

將語音傳送至喇叭

備註

SSML 支援

Azure AI 語音中的 OpenAI 文字轉換語音

清除資源

後續步驟

意見反應