探索語音

注意 若要完成此實驗室，您需要一個具備系統管理存取權的 Azure 訂用帳戶。

若要建置可解譯語音並適當回應的軟體，您可以使用 ** Azure AI 語音 ** 服務，提供簡單的方式將口語語言轉譯成文字，反之亦然。

例如，假設您想要建立能出聲回答口頭問題的智慧型裝置，例如「現在幾點了？」 應該回答當地時間。

為了測試語音服務的功能，我們會使用 Cloud Shell 中執行的簡單命令列應用程式。 真實世界的解決方案也適用相同準則與功能，例如網站或手機應用程式。

建立 Azure AI 服務資源

您可以藉由建立 ** 語音資源或 ** Azure AI 服務資源，來使用語音 ** 服務 ** 。

如果您尚未建立此資源，請在 Azure 訂閱中建立 Azure AI 服務資源。

  1. 在另一個瀏覽器索引標籤中，開啟位於 https://portal.azure.com 的 Azure 入口網站，並使用您的 Microsoft 帳戶登入。

  2. 按一下 ＋建立資源 **按鈕並搜尋 * Azure AI 服務 *。 選取建立** Azure AI 服務方案。 系統會帶您前往建立 Azure AI 服務資源的頁面。 使用下列設定對其進行設定：
    • 訂用帳戶：您的 Azure 訂用帳戶。
    • 資源群組：選取或建立具有唯一名稱的資源群組。
    • 區域：選擇任何可用的區域**。
    • 名稱：輸入唯一名稱。
    • 定價層:標準 S0
    • 核取此方塊表示我已閱讀並了解下列所有條款：選取。
  3. 檢閱並建立資源。

取得 Azure AI 服務資源的金鑰和位置

  1. 等候部署完成。 然後移至您的 Azure AI 服務資源，然後在 ** [概 ** 觀] 頁面上，按一下連結來管理服務的金鑰。 您需要端點和金鑰，才能從用戶端應用程式連線到 Azure AI 服務資源。

  2. 檢視資源的 [金鑰和端點]** 頁面。 您需要位置/區域和金鑰**，才能從用戶端應用程式連線。

執行 Cloud Shell

為了測試語音服務的功能，我們會使用在 Azure 上的 Cloud Shell 中執行的簡單命令列應用程式。

  1. 在 Azure 入口網站中，選取頁面頂端在搜尋方塊右邊的 [>_] (Cloud Shell**) 按鈕。 這會在入口網站底部開啟 Cloud Shell 窗格。

    按一下頂端搜尋方塊右側的圖示來啟動 Cloud Shell

  2. 第一次開啟 Cloud Shell 時，系統可能會提示您選擇要使用的殼層類型 (Bash 或 PowerShell)。 選取 [PowerShell]**。 若未看到此選項，請略過該步驟。

  3. 如果系統提示您為 Cloud Shell 建立儲存體，請確定您已指定訂用帳戶，然後選取 [建立儲存體]**。 然後等候一分鐘左右，讓系統建立儲存體。

    按一下確認以建立儲存體。

  4. 請確認 [Cloud Shell] 窗格左上方指出的殼層類型已切換為 [PowerShell]*。 若其類型為 *Bash，請使用下拉式功能表切換為 PowerShell。

    如何尋找左側下拉式功能表來切換至 PowerShell

  5. 等候 PowerShell 啟動。 您應該會在 Azure 入口網站中看到下列畫面：

    等候 PowerShell 啟動。

設定和執行用戶端應用程式

現在您已擁有自訂模型，即可執行使用語音服務的簡單用戶端應用程式。

  1. 在命令殼層中，輸入下列命令以下載範例應用程式，並將其儲存至名為 ai-900 的資料夾。

     git clone https://github.com/MicrosoftLearning/AI-900-AIFundamentals ai-900

    提示 若您已在另一個實驗室中使用此命令來複製 ai-900 存放庫，則可跳過此步驟。

  2. 檔案會下載到名為 ai-900 的資料夾。 現在我們要查看 Cloud Shell 儲存體中的所有檔案，並使用這些檔案。 在殼層中輸入下列命令：

     code .

    請注意此命令如何開啟編輯器，如下圖：

    程式碼編輯器。

  3. 在左側的 [檔案]** 窗格中，展開 **ai-900，然後選取 speaking-clock.ps1。 此檔案包含一些使用語音服務來辨識和合成語音的程式碼：

    編輯器包含程式碼來使用語音服務

  4. 不要太擔心程式碼的詳細資料，重要的是它需要區域/位置和 Azure AI 服務資源的其中一個金鑰。 在 Azure 入口網站中，從資源的 [金鑰和端點]** 頁面複製上述資訊，並貼到程式碼編輯器中，分別取代 **YOUR_KEY 和 YOUR_LOCATION 預留位置值。

    提示 使用 [金鑰和端點]** 與 [編輯器]** 窗格時，您可能必須使用分隔線來調整螢幕區域。

    在貼上金鑰和區域/位置值之後，程式碼的前幾行應該會類似下列內容：

     $key = "1a2b3c4d5e6f7g8h9i0j...."
 $region="somelocation"

  5. 在編輯器窗格右上方，使用 […]** 按鈕開啟功能表，並選取 [儲存]** 以儲存變更。 接著再次開啟功能表，並選取 [關閉編輯器]**。

    範例用戶端應用程式會使用語音服務來轉譯口語輸入，並合成適當的口語回應。 實際應用程式會接受來自麥克風的輸入，並將回應傳送給喇叭，但在此簡單範例中，我們會使用檔案中預先錄製的輸入，並將回應另存新檔。

    使用下列影片播放程式來聆聽應用程式要處理的輸入音訊：

  6. 在 PowerShell 窗格中，輸入下列命令來執行程式碼：

     cd ai-900
 ./speaking-clock.ps1

  7. 檢閱輸出，應該已成功辨識 “What time is it?” 文字， 也已將適當的回答儲存在名為 output.wav 的檔案中。

    使用下列視訊播放程式來聽聽應用程式產生的口語輸出：

深入了解

這個簡單的應用程式只展示了語音服務的一些功能。 若要深入了解這項服務的功用，請參閱語音頁面。