microsoft-cognitiveservices-speech-sdk package

Definiert den Inhalt der empfangenen Nachricht/Ereignisse.

Stellt die Audioeingabekonfiguration dar, die verwendet wird, um anzugeben, welche Art von Eingabe verwendet werden soll (Mikrofon, Datei, Stream).

Stellt den Audioeingabedatenstrom dar, der für benutzerdefinierte Audioeingabekonfigurationen verwendet wird.

Stellt den Audioausgabedatenstrom dar, der für benutzerdefinierte Audioausgabekonfigurationen verwendet wird.

Stellt das Audiostreamformat dar, das für benutzerdefinierte Audioeingabekonfigurationen verwendet wird.

Automatische Spracherkennungskonfiguration.

Ausgabeformat

Definiert die Konfiguration des sprechenden Avatars.

Definiert Inhalte zum Sprechen von Avatarereignissen.

Definiert den Avatar-Synthesizer.

Definiert das Avatarausgabevideoformat.

Definiert das WebRTC-Verbindungsergebnis des Avatars.

ToDO-Basis-Audioplayerklasse: Gibt derzeit nur PCM wieder.

Klasse, die Konfigurationen für das Dialogdienstconnectorobjekt für die Verwendung eines Bot Framework-Back-End definiert.

Enthält detaillierte Informationen dazu, warum ein Ergebnis abgebrochen wurde.

Enthält detaillierte Informationen dazu, warum ein Ergebnis abgebrochen wurde.

Die Verbindung ist eine Proxyklasse zum Verwalten der Verbindung mit dem Sprachdienst der angegebenen Erkennung. Standardmäßig verwaltet ein Erkennungsmodul bei Bedarf die Verbindung mit dem Dienst autonom. Die Connection-Klasse bietet zusätzliche Methoden für Benutzer, um eine Verbindung explizit zu öffnen oder zu schließen und Verbindungsstatusänderungen zu abonnieren. Die Verwendung von "Connection" ist optional und hauptsächlich für Szenarien, in denen die Feinabstimmung des Anwendungsverhaltens basierend auf dem Verbindungsstatus erforderlich ist. Benutzer können optional Open() aufrufen, um eine Verbindung im Voraus manuell einzurichten, bevor die Erkennung für die dieser Verbindung zugeordnete Erkennung gestartet wird. Wenn die Erkennung eine Verbindung mit dem Dienst herstellen oder trennen muss, wird die Verbindung unabhängig voneinander eingerichtet oder heruntergefahren. In diesem Fall wird die Verbindung durch Änderung des Verbindungsstatus über Verbundene/Getrennte Ereignisse benachrichtigt. In Version 1.2.1 hinzugefügt.

Definiert nutzlast für Verbindungsereignisse wie Connected/Disconnected. Hinzugefügt in Version 1.2.0

ConnectionMessage stellt implementierungsspezifische Nachrichten dar, die an den Sprachdienst gesendet und empfangen werden. Diese Nachrichten werden für Debuggingzwecke bereitgestellt und sollten nicht für Produktionsanwendungsfälle mit dem Azure Cognitive Services Speech Service verwendet werden. Nachrichten, die an den Sprachdienst gesendet und empfangen werden, können ohne Vorherige Ankündigung geändert werden. Dazu gehören Nachrichteninhalte, Kopfzeilen, Nutzlasten, Sortierung usw. In Version 1.11.0 hinzugefügt.

Definiert Inhalte für Sitzungsereignisse wie SessionStarted/Stopped, SoundStarted/Stopped.

Definiert Inhalte für Sitzungsereignisse wie SessionStarted/Stopped, SoundStarted/Stopped.

Führt spracherkennung mit Lautsprechertrennung von Mikrofon- oder Dateidatenströmen oder anderen Audioeingabedatenströmen aus und ruft als Ergebnis transkribierten Text ab.

Definiert den Inhalt eines RecognitionErrorEvent-Ereignisses.

Definiert den Inhalt des transkribierten/transkribierten Ereignisses für Unterhaltungen.

Definiert das Ergebnis der Unterhaltungstranskription.

Definiert Die Nutzlast für Sitzungsereignisse wie "Sprachstart/Ende erkannt"

Übersetzungstextergebnis.

Teilnehmen, Verlassen oder Herstellen einer Verbindung mit einer Unterhaltung.

Definiert eine Koordinate im 2D-Raum.

Klasse, die Konfigurationen für das Dialogdienstconnectorobjekt für die Verwendung eines CustomCommands-Back-End definiert.

Definiert die Diagnose-API zum Verwalten der Konsolenausgabe, die in Version 1.21.0 hinzugefügt wurde.

Klasse, die Basiskonfigurationen für den Dialogdienstconnector definiert

Dialog Service Connector

Definieren Sie die Nutzlast der abgebrochenen Ergebnisereignisse der Absichtserkennung.

Ergebnisargumente für die Absichtserkennung.

Zielerkennungsergebnis.

Intent-Erkennung.

Stellt ein Schlüsselworterkennungsmodell für die Erkennung dar, wenn der Benutzer ein Schlüsselwort sagt, um eine weitere Spracherkennung zu initiieren.

Sprachverständnismodell

Definiert den Inhalt eines MeetingTranscriptionCanceledEvent.

Definiert den Inhalt des transkribierten/transkribierten Besprechungsereignisses.

Enthält detaillierte Informationen zu NoMatch-Erkennungsergebnissen.

Stellt einen Teilnehmer in einer Unterhaltung dar. Hinzugefügt in Version 1.4.0

Ermöglicht das Hinzufügen neuer Ausdrücke zur Verbesserung der Spracherkennung.

Ausdrücke, die der Erkennung hinzugefügt werden, werden am Anfang der nächsten Erkennung wirksam, oder wenn die SpeechSDK das nächste Mal eine Verbindung mit dem Sprachdienst herstellen muss.

Konfiguration der Aussprachebewertung.

Ergebnisse der Aussprachebewertung.

Stellt eine Auflistung von Eigenschaften und deren Werten dar.

Stellt den Audioeingabedatenstrom dar, der für benutzerdefinierte Audioeingabekonfigurationen verwendet wird.

Eine abstrakte Basisklasse, die Rückrufmethoden (read() und close()) für benutzerdefinierte Audioeingabedatenströme definiert.

Stellt den speichergesicherten Push-Audioausgabedatenstrom dar, der für benutzerdefinierte Audioausgabekonfigurationen verwendet wird.

Stellt speichergesicherte Push-Audioeingabedatenstrom dar, der für benutzerdefinierte Audioeingabekonfigurationen verwendet wird.

Stellt den Audioausgabedatenstrom dar, der für benutzerdefinierte Audioausgabekonfigurationen verwendet wird.

Eine abstrakte Basisklasse, die Rückrufmethoden (write() und close()) für benutzerdefinierte Audioausgabedatenströme definiert.

Definiert Die Nutzlast für Sitzungsereignisse wie "Sprachstart/Ende erkannt"

Definiert das Ergebnis der Spracherkennung.

Definiert die Basisklassenerkennung, die hauptsächlich allgemeine Ereignishandler enthält.

Definiert die Nutzlast für jedes Dienstnachrichtenereignis, das in Version 1.9.0 hinzugefügt wurde.

Definiert Inhalte für Sitzungsereignisse wie SessionStarted/Stopped, SoundStarted/Stopped.

Quellsprachenkonfiguration.

Stellt das Audioziel der Lautsprecherwiedergabe dar, das nur im Browser funktioniert. Hinweis: Das SDK versucht, Medienquellenerweiterungen zum Wiedergeben von Audio zu verwenden. Das Mp3-Format unterstützt microsoft Edge, Chrome und Safari (Desktop), daher ist es besser, mp3-Format für die Wiedergabe anzugeben.

Defines SpeakerIdentificationModel class for Speaker Recognition Model contains a set of profiles against which to identify speaker(s)

Ausgabeformat

Definiert die SpeakerRecognizer-Klasse für die Lautsprechererkennung verarbeitet Vorgänge von Benutzern für VoIP-Profilvorgänge (z. B. createProfile, deleteProfile)

Definiert die SpeakerVerificationModel-Klasse für das Lautsprechererkennungsmodell enthält ein Profil, anhand dessen ein Lautsprecher überprüft werden soll.

Sprachkonfiguration.

Definiert den Inhalt des Spracherkennungs-/erkannten Ereignisses.

Definiert das Ergebnis der Spracherkennung.

Führt die Spracherkennung aus Mikrofon, Datei oder anderen Audioeingabedatenströmen aus und ruft als Ergebnis transkribierten Text ab.

Definiert den Inhalt des Textmarkenereignisses für die Sprachsynthese.

Definiert den Inhalt von Sprachsyntheseereignissen.

Definiert das Ergebnis der Sprachsynthese.

Definiert den Inhalt des Sprachsynthese-Viseme-Ereignisses.

Definiert den Inhalt des Sprachsynthesewortbegrenzungsereignisses.

Definiert die Klasse SpeechSynthesizer für Text zu Sprache. Aktualisiert in Version 1.16.0

Sprachübersetzungskonfiguration.

Basisklasse für Syntheseergebnisse

Definiert das Ergebnis der Sprachsynthese.

Definieren sie die Nutzlast der abgebrochenen Ergebnisereignisse der Spracherkennung.

Argumente für das Übersetzungsergebnisergebnis.

Übersetzungstextergebnis.

Übersetzungserkennung

Übersetzungssynthese-Ereignisargumente

Definiert das Übersetzungssyntheseergebnis, d. h. die Sprachausgabe des übersetzten Texts in der Zielsprache.

Stellt eine Auflistung von Parametern und deren Werten dar.

Definiert den Inhalt der empfangenen Nachricht/Ereignisse.

Informationen zur Sprachsynthesestimme, die in Version 1.20.0 hinzugefügt wurde.

Definiert die Sprachprofilklasse für die Sprechererkennung

Definiert die VoiceProfileClient-Klasse für die Sprechererkennung verarbeitet Vorgänge von Benutzern für VoIP-Profilvorgänge (z. B. createProfile, deleteProfile)

Ausgabeformat

Ausgabeformat

Ausgabeformat

Stellt einen Teilnehmer in einer Unterhaltung dar. Hinzugefügt in Version 1.4.0

Stellt die Audioplayerschnittstelle dar, um die Audiowiedergabe zu steuern, z. B. Anhalten, Fortsetzen usw.

Definiert den Fehlercode, wenn "CancellationReason" "Error" lautet. In Version 1.1.0 hinzugefügt.

Definiert die möglichen Gründe, warum ein Erkennungsergebnis abgebrochen werden kann.

Sprachidentifikationsmodus

Definiert die möglichen Gründe, warum ein Erkennungsergebnis möglicherweise nicht erkannt wird.

Definieren von Ausgabeformaten für die Spracherkennung.

Profanitätsoption. In Version 1.7.0 hinzugefügt.

Definiert das Punktsystem für die Aussprachebewertungskalibrierung; Der Standardwert ist FivePoint. Hinzugefügt in Version 1.15.0

Definiert die Granularität der Ausspracheauswertung; Der Standardwert ist "Phoneme". Hinzugefügt in Version 1.15.0

Definiert Spracheigenschaften-IDs.

Definiert die möglichen Gründe, warum ein Erkennungsergebnis generiert werden kann.

Definiert Kanäle, die zum Übergeben von Eigenschaftseinstellungen an den Dienst verwendet werden. In Version 1.7.0 hinzugefügt.

Definiert den Grenztyp des Grenzereignisses der Sprachsynthese.

Definieren Sie Audioausgabeformate für die Sprachsynthese. SpeechSynthesisOutputFormat Aktualisiert in Version 1.17.0

Ausgabeformat