问题标签 [bing-speech]

是否可以将 Microsoft Bing 语音 API 配置为仅返回数字和字母，而不是完整的单词？

用例是翻译加拿大邮政编码。前任。M 1 B 0 R 3. Microsoft 可能会返回“Em 1 Be 0 Are 3”

我们的音频文件是 8000hz 并用“M-ULAW”编码。我们无法灵活地更改采样率或编码。我们正在使用“SMD”场景，但我找不到任何关于它的作用的文档。基本请求 URI：

https://speech.platform.bing.com/recognize?scenarios=smd&appid=D4D52672-91D7-4C74-8AD8-42B1D98141A5&device.os=your_device_os&version=3.0

有没有办法让 Microsoft 对此用例做出更准确的响应？

谢谢

我正在尝试通过 WebSockets 让 Bing Speech API 在 C# 中工作。我在此处查看了 Javascript 中的实现，并一直遵循此处的协议说明，但我遇到了一堵完整的砖墙。我不能使用现有的 C# 服务，因为我在 Linux 容器中运行，所以我需要使用 .net Core 上的实现。烦人的是，现有的服务是闭源的！

我可以成功连接到网络套接字，但我无法让服务器响应我的连接。我希望收到turn.start来自服务器的文本消息，但是一旦我发送了几个字节的音频文件，我就会从服务器启动。我知道音频文件的格式正确，因为我直接从此处的 C# 服务示例中获得了它。

我觉得我已经用尽了这里的选项。我现在唯一能想到的是我没有正确发送音频块。目前，我只是以连续的 4096 字节发送音频文件。我知道第一条音频消息包含只有 36 个字节的 RIFF 标头，然后我只是将它与下一个 (4096-36) 字节一起发送。

这是我的完整代码。您应该能够将其作为 .net 核心或 .net 框架控制台应用程序运行，并且需要一个音频文件和一个 API 密钥。

我正在将 Azure 代码示例用于 Text to Speech API ( https://github.com/Azure-Samples/Cognitive-Speech-TTS/tree/master/Samples-Http/PHP )，它返回音频但我没有不明白我如何捕获流以在浏览器中播放？

我正在尝试在这里构建文本到语音演示https://azure.microsoft.com/en-us/services/cognitive-services/speech/

如果可以以一种流/音频被翻译成一种以上语言的方式使用 Microsoft Translator 语音 API，我永远找不到信息？

在官方文档页面上，我看到我只能发送一个参数to =>指定将转录文本翻译成的语言...

我正在使用 Azure Bing TTS 进行一些数学听写。数字之间有很多停顿。

例如：

它花了我很多<break time="600ms" />字符。我想超过 1024 个字符的限制，但没有找到任何方法来超过使用 REST API 的 TSS 服务的 1024 个字符的限制。

还有另一种方法吗？也许与另一个 API、服务或客户端库？甚至多付一点钱。

谢谢。

使用适用于 iOS 的 SpeechSDK。应用程序未构建，因为 SDK 未启用位码。

无法禁用 bitcode，因为该项目使用强制使用 bitcode 的 Apple Watch 组件，禁用 bitcode 也意味着禁用 Apple Watch。

关于我们如何解决这个问题的任何想法？

此外，该框架有两个单独的文件用于 iPhoneOS 和 iPhoneSimulator，有没有办法为应用程序中的 Debug 和 Release 配置链接这些单独的框架。

我是微软 bot 框架的新手。我已经构建了一个简单的聊天机器人，当我将它发布并部署到 webapp 频道时，它看起来像这样

用户将在其中选择或键入文本，机器人将做出响应。现在我需要的是，我需要在发送选项附近添加一个麦克风，这样如果用户点击麦克风并开始说话，那么它应该由机器人自动输入（谷歌语音到底是怎么做的）

我有 bing 语音到文本 api 参考键，但我不知道如何在其中添加和激活麦克风功能。

如果有人知道请帮我解决这个问题

我有这个代码：

当我输入某些内容时，它会检查是音频文件还是文本，如果是音频，它会发送到 Bing Speech 以便从音频文件中获取文本。

我在 Bot Framework 模拟器上对其进行了测试并且正在工作，但是当我尝试从网络聊天中上传文件时，它说无法发送我也收到此错误 - 将此消息发送到您的机器人时出错：HTTP 状态代码 GatewayTimeout

我想在 Skype 上部署这个机器人并上传音频文件或使用 microfon 并从中获取文本。

如何在 Python 中使用 Bing Speech API 转录语音文件？我的语音文件超过 15 秒。

我知道有人可能会在 Python 中使用 Bing Speech REST API。 https://gist.github.com/jellis505/973ea6de12508c7c720da4a074e7d065给出了 Python 2 中的示例：

但是，根据https://docs.microsoft.com/en-us/azure/cognitive-services/speech/home，Bing Speech REST API 无法转换超过 15 秒的音频文件：

我正在尝试使用 Microsoft 的 Bing 语音识别服务库。以下命令必须在带有参数的 cmd 中给出。但是我不知道应该以哪种格式输入此命令。我在任何地方都找不到它。有人能帮我吗？我应该指定一个现有的音频 WAV 文件吗？应该给出路径吗？什么是“音频语言环境”？

SpeechClientSample.exe使用以下参数运行：

• Arg[0]：指定输入音频 WAV 文件。
• Arg[1]：指定音频区域。
• Arg[2]：指定识别模式：短ShortPhrase模式和长LongDictation模式。
• Arg[3]：指定订阅密钥以访问语音识别服务。

请参阅C# for .NET Windows 中的语音识别服务库入门。