Hämta ett talarprofil-ID för den personliga rösten

Om du vill använda personlig röst i ditt program måste du skaffa ett talarprofil-ID. Talarprofil-ID:t används för att generera syntetiserat ljud med den angivna textinmatningen.

Du skapar ett talarprofil-ID baserat på talarens verbala medgivandeuttryck och en ljudprompt (ett rent mänskligt röstexempel mellan 5 och 90 sekunder). Användarens röstegenskaper kodas i egenskapen speakerProfileId som används för text till tal. Mer information finns i Använda personlig röst i ditt program.

Du anger ljudfilerna från en offentligt tillgänglig URL (PersonalVoices_Create) eller laddar upp ljudfilerna (PersonalVoices_Post).

Fråga ljudformat

De format som stöds för ljudfiler för frågor och svar är:

Skapa personlig röst från en fil

I det här scenariot måste ljudfilerna vara tillgängliga lokalt.

Om du vill skapa en personlig röst och hämta talarprofilens ID använder du PersonalVoices_Post driften av det anpassade röst-API:et. Skapa begärandetexten enligt följande instruktioner:

• Ange den obligatoriska projectId egenskapen. Se skapa ett projekt.
• Ange den obligatoriska consentId egenskapen. Se lägga till användarmedgivande.
• Ange den obligatoriska audiodata egenskapen. Du kan ange en eller flera ljudfiler i samma begäran.

Gör en HTTP POST-begäran med hjälp av URI:n enligt följande PersonalVoices_Post exempel.

• Ersätt YourResourceKey med din Speech-resursnyckel.
• Ersätt YourResourceRegion med din Speech-resursregion.
• Ersätt JessicaPersonalVoiceId med ett personligt röst-ID som du väljer. Skiftlägeskänsligt ID används i den personliga röstens URI och kan inte ändras senare.

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"

Du bör få en svarstext i följande format:

{
  "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"
}

Använd egenskapen speakerProfileId för att integrera personlig röst i text-till-tal-programmet. Mer information finns i Använda personlig röst i ditt program.

Svarshuvudet innehåller egenskapen Operation-Location . Använd den här URI:n för att få information om den PersonalVoices_Post åtgärden. Här är ett exempel på svarshuvudet:

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

Skapa personlig röst från en URL

I det här scenariot måste ljudfilerna redan lagras i en Azure Blob Storage-container.

Om du vill skapa en personlig röst och hämta talarprofilens ID använder du PersonalVoices_Create driften av det anpassade röst-API:et. Skapa begärandetexten enligt följande instruktioner:

• Ange den obligatoriska projectId egenskapen. Se skapa ett projekt.
• Ange den obligatoriska consentId egenskapen. Se lägga till användarmedgivande.
• Ange den obligatoriska audios egenskapen. Ange följande egenskaper i audios egenskapen:
  • Ange den obligatoriska containerUrl egenskapen till URL:en för Azure Blob Storage-containern som innehåller ljudfilerna. Använd SAS SAS (signaturer för delad åtkomst) för en container med både läs- och listbehörigheter.
  • Ange den obligatoriska extensions egenskapen till filnamnstilläggen för ljudfilerna.
  • Du kan också ange prefix egenskapen för att ange ett prefix för blobnamnet.

Gör en HTTP PUT-begäran med hjälp av URI:n enligt följande PersonalVoices_Create exempel.

• Ersätt YourResourceKey med din Speech-resursnyckel.
• Ersätt YourResourceRegion med din Speech-resursregion.
• Ersätt JessicaPersonalVoiceId med ett personligt röst-ID som du väljer. Skiftlägeskänsligt ID används i den personliga röstens URI och kan inte ändras senare.

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". 

Du bör få en svarstext i följande format:

{
  "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"
}

Använd egenskapen speakerProfileId för att integrera personlig röst i text-till-tal-programmet. Mer information finns i Använda personlig röst i ditt program.

Svarshuvudet innehåller egenskapen Operation-Location . Använd den här URI:n för att få information om PersonalVoices_Create åtgärden. Här är ett exempel på svarshuvudet:

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

Nästa steg