Obter um ID de perfil de orador para a voz pessoal

Para usar a voz pessoal em seu aplicativo, você precisa obter um ID de perfil de alto-falante. O ID do perfil do alto-falante é usado para gerar áudio sintetizado com a entrada de texto fornecida.

Você cria um ID de perfil de alto-falante com base na declaração de consentimento verbal do orador e um prompt de áudio (uma amostra de voz humana limpa entre 5 e 90 segundos). As características de voz do usuário são codificadas na propriedade usada para conversão de texto em speakerProfileId fala. Para obter mais informações, consulte Usar voz pessoal em seu aplicativo.

Você fornece os arquivos de áudio a partir de um URL acessível publicamente (PersonalVoices_Create) ou carrega os arquivos de áudio (PersonalVoices_Post).

Prompt formato de áudio

Os formatos suportados para arquivos de áudio prompt são:

Criar voz pessoal a partir de um ficheiro

Nesse cenário, os arquivos de áudio devem estar disponíveis localmente.

Para criar uma voz pessoal e obter o ID do perfil do orador, use a operação PersonalVoices_Post da API de voz personalizada. Construa o corpo da solicitação de acordo com as seguintes instruções:

• Defina a propriedade necessária projectId . Consulte Criar um projeto.
• Defina a propriedade necessária consentId . Consulte Adicionar consentimento do usuário.
• Defina a propriedade necessária audiodata . Você pode especificar um ou mais arquivos de áudio na mesma solicitação.

Faça uma solicitação HTTP POST usando o URI, conforme mostrado no exemplo de PersonalVoices_Post a seguir.

• Substitua YourResourceKey pela chave de recurso de fala.
• Substitua YourResourceRegion pela região de recursos de Fala.
• Substitua JessicaPersonalVoiceId por um ID de voz pessoal de sua escolha. O ID sensível a maiúsculas e minúsculas será usado no URI da voz pessoal e não poderá ser alterado posteriormente.

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourResourceKey" -F 'projectId="ProjectId"' -F 'consentId="JessicaConsentId"' -F 'audiodata=@"D:\PersonalVoiceTest\CNVSample001.wav"' -F 'audiodata=@"D:\PersonalVoiceTest\CNVSample002.wav"' "
https://YourResourceRegion.api.cognitive.microsoft.com/customvoice/personalvoices/JessicaPersonalVoiceId?api-version=2024-02-01-preview"

Deverá receber um corpo de resposta no seguinte formato:

{
  "id": "JessicaPersonalVoiceId",
  "speakerProfileId": "3059912f-a3dc-49e3-bdd0-02e449df1fe3",
  "projectId": "ProjectId",
  "consentId": "JessicaConsentId",
  "status": "NotStarted",
  "createdDateTime": "2024-09-01T05:30:00.000Z",
  "lastActionDateTime": "2024-09-02T10:15:30.000Z"
}

Use a propriedade para integrar voz speakerProfileId pessoal em seu aplicativo de texto para fala. Para obter mais informações, consulte Usar voz pessoal em seu aplicativo.

O cabeçalho de resposta contém a Operation-Location propriedade. Use este URI para obter detalhes sobre a operação PersonalVoices_Post. Aqui está um exemplo do cabeçalho da resposta:

Operation-Location: https://eastus.api.cognitive.microsoft.com/customvoice/operations/1321a2c0-9be4-471d-83bb-bc3be4f96a6f?api-version=2024-02-01-preview
Operation-Id: 1321a2c0-9be4-471d-83bb-bc3be4f96a6f

Criar voz pessoal a partir de um URL

Nesse cenário, os arquivos de áudio já devem estar armazenados em um contêiner de Armazenamento de Blob do Azure.

Para criar uma voz pessoal e obter o ID do perfil do orador, use a operação PersonalVoices_Create da API de voz personalizada. Construa o corpo da solicitação de acordo com as seguintes instruções:

• Defina a propriedade necessária projectId . Consulte Criar um projeto.
• Defina a propriedade necessária consentId . Consulte Adicionar consentimento do usuário.
• Defina a propriedade necessária audios . Dentro da audios propriedade, defina as seguintes propriedades:
  • Defina a propriedade necessária containerUrl para a URL do contêiner de Armazenamento de Blob do Azure que contém os arquivos de áudio. Use assinaturas de acesso compartilhado (SAS) SAS para um contêiner com permissões de leitura e lista.
  • Defina a propriedade required extensions para as extensões dos arquivos de áudio.
  • Opcionalmente, defina a propriedade para definir um prefixo prefix para o nome do blob.

Faça uma solicitação HTTP PUT usando o URI, conforme mostrado no exemplo de PersonalVoices_Create a seguir.

• Substitua YourResourceKey pela chave de recurso de fala.
• Substitua YourResourceRegion pela região de recursos de Fala.
• Substitua JessicaPersonalVoiceId por um ID de voz pessoal de sua escolha. O ID sensível a maiúsculas e minúsculas será usado no URI da voz pessoal e não poderá ser alterado posteriormente.

curl -v -X PUT -H "Ocp-Apim-Subscription-Key: YourResourceKey" -H "Content-Type: application/json" -d '{
  "projectId": "ProjectId",
  "consentId": "JessicaConsentId",
  "audios": {
    "containerUrl": "https://contoso.blob.core.windows.net/voicecontainer?mySasToken",
    "prefix": "jessica/", 
    "extensions": [
      ".wav"
    ]
  }
} '  "https://YourResourceRegion.api.cognitive.microsoft.com/customvoice/personalvoices/JessicaPersonalVoiceId?api-version=2024-02-01-preview"

# Ensure the `containerUrl` has both read and list permissions. 
# Ensure the `.wav` files are located in the "jessica" folder within the container. The `prefix` matches all `.wav` files in the "jessica" folder. If there is no such folder, the prefix will match `.wav` files with names starting with "jessica". 

Deverá receber um corpo de resposta no seguinte formato:

{
  "id": "JessicaPersonalVoiceId",
  "speakerProfileId": "3059912f-a3dc-49e3-bdd0-02e449df1fe3",
  "projectId": "ProjectId",
  "consentId": "JessicaConsentId",
  "status": "NotStarted",
  "createdDateTime": "2024-09-01T05:30:00.000Z",
  "lastActionDateTime": "2024-09-02T10:15:30.000Z"
}

Use a propriedade para integrar voz speakerProfileId pessoal em seu aplicativo de texto para fala. Para obter mais informações, consulte Usar voz pessoal em seu aplicativo.

O cabeçalho de resposta contém a Operation-Location propriedade. Use este URI para obter detalhes sobre a operação PersonalVoices_Create . Aqui está um exemplo do cabeçalho da resposta:

Operation-Location: https://eastus.api.cognitive.microsoft.com/customvoice/operations/1321a2c0-9be4-471d-83bb-bc3be4f96a6f?api-version=2024-02-01-preview
Operation-Id: 1321a2c0-9be4-471d-83bb-bc3be4f96a6f

Próximos passos