Podręcznik interfejsu wiersza poleceń Dell Optiplex 7070

• Artykuł
12/05/2022
• Czas czytania: 8 min

W tym artykule dowiesz się, jak używać interfejsu wiersza polecenia usługi Azure Speech (nazywanego również spX) do uzyskiwania dostępu do usług rozpoznawania mowy, takich jak zamiana mowy na tekst, zamiana tekstu na mowę i tłumaczenie mowy bez konieczności pisania kodu. Interfejs wiersza polecenia rozpoznawania mowy jest gotowy do produkcji i można go użyć do automatyzowania prostych przepływów pracy w usłudze Mowa przy użyciu skryptów powłoki lub za pomocą . bat skryptów powłoki.

W tym artykule założono, że masz wiedzę na temat okna wiersza polecenia, terminalu lub programu PowerShell.

Uwaga

W programie PowerShell token zatrzymania analizowania (--%) powinien być zgodny z ciągiem spx. Na przykład uruchom polecenie, spx --% config @region aby wyświetlić bieżącą wartość konfiguracji regionu.

Pobieranie i instalowanie

• WindowsLinuxmacOSDocker (Windows, Linux, macOS)

  Wykonaj następujące kroki, aby zainstalować interfejs wiersza polecenia usługi Mowa w systemie Windows:

  1. Zainstaluj pakiet redystrybucyjny Microsoft Visual C++ dla programu Visual Studio 2019 dla swojej platformy. Zainstalowanie go po raz pierwszy może wymagać ponownego uruchomienia.

  2. Zainstaluj platformę . NET 6.

  3. Zainstaluj interfejs wiersza polecenia usługi Mowa za pomocą interfejsu wiersza polecenia platformy. NET, wprowadzając następujące polecenie:

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

     Aby zaktualizować interfejs wiersza polecenia usługi Mowa, wprowadź następujące polecenie:

     dotnet tool update --global Microsoft. CLI

  Wprowadź spx lub spx help, aby wyświetlić pomoc dotyczącą interfejsu wiersza polecenia usługi Mowa.

  Ograniczenia czcionek

  W systemie Windows interfejs wiersza polecenia usługi Mowa może wyświetlać tylko czcionki dostępne dla wiersza polecenia na komputerze lokalnym. Terminal Windows obsługuje wszystkie czcionki, które interfejs wiersza polecenia usługi Mowa tworzy interaktywnie.

  Jeśli dane wyjściowe są wyświetlane w pliku, edytor tekstów, taki jak Notatnik lub przeglądarka internetowa, na przykład Microsoft Edge, może również wyświetlać wszystkie czcionki.

  Następujące dystrybucje systemu Linux są obsługiwane w przypadku architektur x64 korzystających z interfejsu wiersza polecenia usługi Mowa:

  • CentOS 7/8
  • Debian 9/10
  • Red Hat Enterprise Linux (RHEL) 7/8
  • Ubuntu 18. 04/20. 04

  Wykonaj następujące kroki, aby zainstalować interfejs wiersza polecenia usługi Mowa w systemie Linux na procesorze x64:

  • Zainstaluj platformę .

  • W systemie RHEL/CentOS Linux skonfiguruj protokół OpenSSL dla systemu Linux.

  • W systemie Ubuntu 20. 04 Linux zainstaluj usługę GStreamer.

    Wprowadź polecenie, spx aby wyświetlić pomoc dotyczącą interfejsu wiersza polecenia usługi Mowa.

    Wykonaj następujące kroki, aby zainstalować interfejs wiersza polecenia usługi Mowa w systemie macOS 10. 14 lub nowszym:

    Zainstaluj platformę .

    Ważne

    Nie można używać mikrofonu komputera podczas uruchamiania interfejsu wiersza polecenia usługi Mowa w kontenerze platformy Docker. Można jednak odczytywać i zapisywać pliki audio w lokalnym katalogu zainstalowanym.

    Poniższy przykład ściąga publiczny obraz kontenera z Docker Hub. Zalecamy najpierw uwierzytelnienie przy użyciu konta Docker Hub (docker login) zamiast anonimowego żądania ściągnięcia. Aby zwiększyć niezawodność podczas korzystania z zawartości publicznej, zaimportuj obraz i zarządzaj nim w prywatnym rejestrze kontenerów platformy Azure. Dowiedz się więcej o pracy z obrazami publicznymi.

    Wykonaj następujące kroki, aby zainstalować interfejs wiersza polecenia usługi Mowa w kontenerze platformy Docker:

    Zainstaluj program Docker Desktop dla swojej platformy, jeśli nie został jeszcze zainstalowany.

    W nowym wierszu polecenia lub terminalu wprowadź następujące polecenie:

    docker pull msftspeech/spx
    Wprowadź to polecenie, aby wyświetlić informacje pomocy dla interfejsu wiersza polecenia usługi Mowa:
    docker run -it --rm msftspeech/spx help
    Instalowanie katalogu w kontenerze
    Narzędzie interfejsu wiersza polecenia usługi Mowa zapisuje ustawienia konfiguracji jako pliki. Ładuje te pliki podczas wykonywania dowolnego polecenia (z wyjątkiem poleceń pomocy). 
    Jeśli używasz interfejsu wiersza polecenia usługi Mowa w kontenerze platformy Docker, musisz zainstalować katalog lokalny z kontenera, aby narzędzie było możliwe:
    Zapisz lub znajdź ustawienia konfiguracji. 
    Odczyt lub zapis wszystkich plików, których wymaga polecenie, takich jak pliki audio mowy. 
    W systemie Windows wprowadź to polecenie, aby utworzyć katalog lokalny, którego interfejs wiersza polecenia usługi Mowa może używać z poziomu kontenera:
    mkdir c:\spx-data
    W systemie Linux lub macOS wprowadź to polecenie w terminalu, aby utworzyć katalog i zobaczyć ścieżkę bezwzględną:
    mkdir ~/spx-datacd ~/spx-datapwd
    Podczas wywoływania interfejsu wiersza polecenia usługi Mowa użyjesz ścieżki bezwzględnej. 
    Uruchamianie interfejsu wiersza polecenia usługi Mowa w kontenerze
    W tej dokumentacji przedstawiono polecenie interfejsu wiersza polecenia spx usługi Mowa używane w instalacjach innych niż docker. Podczas wywoływania spx polecenia w kontenerze platformy Docker należy zainstalować katalog w kontenerze do systemu plików, w którym interfejs wiersza polecenia usługi Mowa może przechowywać i znajdować wartości konfiguracji oraz odczytywać i zapisywać pliki. 
    W systemie Windows polecenia są uruchamiane w następujący sposób:
    docker run -it -v c:\spx-data:/data --rm msftspeech/spx
    W systemie Linux lub macOS polecenia wyglądają jak w poniższym przykładzie. Zastąp ABSOLUTE_PATH ciąg ścieżką bezwzględną dla zainstalowanego katalogu. Polecenie pwd zwróciło tę ścieżkę w poprzedniej sekcji. Jeśli uruchomisz to polecenie przed ustawieniem klucza i regionu, zostanie wyświetlony błąd z komunikatem o ustawieniu klucza i regionu. 
    sudo docker run -it -v ABSOLUTE_PATH:/data --rm msftspeech/spx
    Aby użyć spx polecenia zainstalowanego w kontenerze, zawsze wprowadź pełne polecenie, jak pokazano w poprzednim przykładzie, a następnie parametry żądania. Na przykład w systemie Windows to polecenie ustawia klucz:
    docker run -it -v c:\spx-data:/data --rm msftspeech/spx config @key --set SUBSCRIPTION-KEY
    Aby uzyskać bardziej rozszerzoną interakcję z narzędziem wiersza polecenia, możesz uruchomić kontener z interaktywną powłoką entrypoint powłoki powłoki Bash, dodając parametr. W systemie Windows wprowadź to polecenie, aby uruchomić kontener, który uwidacznia interaktywny interfejs wiersza polecenia, w którym można wprowadzić wiele spx poleceń:
    docker run -it --entrypoint=/bin/bash -v c:\spx-data:/data --rm msftspeech/spx
    Możesz to połączyć za pomocą polecenia AZ Login i uzyskać przewodnik SPX Init, tworząc klucze mowy i wybierając pasujący region danych bez konieczności korzystania z witryny Azure Web Portal. Klucze będą automatycznie przechowywane do późniejszego użycia. 
    docker run -it --rm --entrypoint /bin/bash -v c:\spx-data:/data msftspeech/spxaz loginspx init
    Tworzenie konfiguracji zasobu
    TerminalProgram PowerShell
    Aby rozpocząć pracę, potrzebujesz klucza zasobu usługi Mowa i identyfikatora regionu (na przykład eastus, ). westus Utwórz zasób usługi Mowa w Azure Portal. Aby uzyskać więcej informacji, zobacz Tworzenie nowego zasobu usług Azure Cognitive Services. 
    Aby skonfigurować klucz zasobu i identyfikator regionu, uruchom następujące polecenia:
    spx config @key --set SPEECH-KEYspx config @region --set SPEECH-REGION
    Klucz i region są przechowywane dla przyszłych poleceń interfejsu wiersza polecenia usługi Mowa. Aby wyświetlić bieżącą konfigurację, uruchom następujące polecenia:
    spx config @keyspx config @region
    W razie potrzeby dołącz opcję usunięcia przechowywanej clear wartości:
    spx config @key --clearspx config @region --clear
    Aby skonfigurować klucz zasobu usługi Mowa i identyfikator regionu, uruchom następujące polecenia w programie PowerShell:
    spx --% config @key --set SPEECH-KEYspx --% config @region --set SPEECH-REGION
    Klucz i region są przechowywane dla przyszłych poleceń SPX. Aby wyświetlić bieżącą konfigurację, uruchom następujące polecenia:
    spx --% config @keyspx --% config @region
    spx --% config @key --clearspx --% config @region --clear
    Podstawowy sposób użycia
    W tej sekcji przedstawiono kilka podstawowych poleceń SPX, które są często przydatne podczas testowania i eksperymentowania po raz pierwszy. Zacznij od wyświetlenia pomocy wbudowanej w narzędzie, uruchamiając następujące polecenie:
    spx
    Możesz wyszukiwać tematy pomocy według słowa kluczowego. Aby na przykład wyświetlić listę przykładów użycia interfejsu wiersza polecenia usługi Mowa, uruchom następujące polecenie:
    spx help find --topics "examples"
    Aby wyświetlić opcje rozpoznawania polecenia, uruchom następujące polecenie:
    spx help recognize
    Dodatkowe polecenia pomocy są wyświetlane w danych wyjściowych konsoli. Możesz wprowadzić te polecenia, aby uzyskać szczegółową pomoc dotyczącą podpolecenia. 
    Zamiana mowy na tekst (rozpoznawanie mowy)
    Aby przekonwertować mowę na tekst (rozpoznawanie mowy) przy użyciu domyślnego mikrofonu systemu, uruchom następujące polecenie:
    spx recognize --microphone
    Po uruchomieniu polecenia program SPX rozpoczyna nasłuchiwanie dźwięku na bieżącym aktywnym urządzeniu wejściowym. Przestaje nasłuchiwać po wybraniu klawisza Enter. Dźwięk mówiony jest następnie rozpoznawany i konwertowany na tekst w danych wyjściowych konsoli. 
    Za pomocą interfejsu wiersza polecenia usługi Mowa można również rozpoznawać mowę z pliku audio. Uruchom następujące polecenie:
    spx recognize --file /path/to/file. wav
    Jeśli używasz kontenera platformy Docker, --microphone nie będzie działać. 
    Jeśli rozpoznajesz mowę z pliku audio w kontenerze platformy Docker, upewnij się, że plik dźwiękowy znajduje się w katalogu zainstalowanym wcześniej. 
    Porada
    Jeśli utkniesz lub chcesz dowiedzieć się więcej na temat opcji rozpoznawania interfejsu wiersza polecenia usługi Mowa, możesz uruchomić polecenie spx help recognize. 
    Zamiana tekstu na mowę (synteza mowy)
    Następujące polecenie przyjmuje tekst jako dane wejściowe, a następnie zwraca syntetyzowany mowę do bieżącego aktywnego urządzenia wyjściowego (na przykład głośników komputerowych). 
    spx synthesize --text "Testing synthesis using the Speech CLI" --speakers
    Możesz również zapisać syntetyzowane dane wyjściowe do pliku. W tym przykładzie utwórzmy plik o nazwie my-sample. wav w katalogu, w którym uruchamiasz polecenie. 
    spx synthesize --text "Enjoy using the Speech CLI. " --audio output my-sample. wav
    Te przykłady zakładają, że testujesz w języku angielskim. Jednak usługa mowa obsługuje syntezę mowy w wielu językach. Możesz ściągnąć pełną listę głosów, uruchamiając następujące polecenie lub odwiedzając stronę pomocy technicznej języka. 
    spx synthesize --voices
    Oto polecenie służące do używania jednego z odnalezionych głosów. 
    spx synthesize --text "Bienvenue chez moi. " --voice fr-CA-Caroline --speakers
    Jeśli utkniesz lub chcesz dowiedzieć się więcej na temat opcji rozpoznawania interfejsu wiersza polecenia usługi Mowa, możesz uruchomić polecenie spx help synthesize. 
    Tłumaczenie mowy na tekst
    Za pomocą interfejsu wiersza polecenia usługi Mowa można również wykonywać tłumaczenie mowy na tekst. Uruchom następujące polecenie, aby przechwycić dźwięk z domyślnego mikrofonu i wyprowadzić tłumaczenie jako tekst. Pamiętaj, że musisz podać source język i target za pomocą translate polecenia. 
    spx translate --microphone --source en-US --target ru-RU
    Podczas tłumaczenia na wiele języków rozdziel kody języków średnikami (;). 
    spx translate --microphone --source en-US --target ru-RU;fr-FR;es-ES
    Jeśli chcesz zapisać dane wyjściowe tłumaczenia, użyj flagi --output. W tym przykładzie odczytasz również z pliku. 
    spx translate --file /some/file/path/input. wav --source en-US --target ru-RU --output file /some/file/path/russian_translation. txt
    Jeśli utkniesz lub chcesz dowiedzieć się więcej na temat opcji rozpoznawania interfejsu wiersza polecenia usługi Mowa, możesz uruchomić polecenie spx help translate. 
    Następne kroki
    Zainstaluj usługę GStreamer, aby używać interfejsu wiersza polecenia usługi Mowa z mp3 i innymi formatami
    Opcje konfiguracji interfejsu wiersza polecenia usługi Mowa
    Operacje wsadowe przy użyciu interfejsu wiersza polecenia usługi Mowa