Пользовательские байты ввода звука для azure службы перевода когнитивной речи в Python - PullRequest
0 голосов
/ 19 апреля 2020

Мне нужно перевести пользовательские аудиобайты, которые я могу получить из любого источника, и перевести голос на нужный мне язык (в настоящее время хинди). Я пытался передать пользовательские аудиобайты, используя следующий код в Python:

import azure.cognitiveservices.speech as speechsdk
from azure.cognitiveservices.speech.audio import AudioStreamFormat, PullAudioInputStream, PullAudioInputStreamCallback, AudioConfig, PushAudioInputStream


speech_key, service_region = "key", "region"

channels = 1
bitsPerSample = 16
samplesPerSecond = 16000
audioFormat = AudioStreamFormat(samplesPerSecond, bitsPerSample, channels)

class CustomPullAudioInputStreamCallback(PullAudioInputStreamCallback):

    def __init__(self):
        return super(CustomPullAudioInputStreamCallback, self).__init__()

    def read(self, file_bytes):
        print (len(file_bytes))
        return len(file_bytes)

    def close(self):
        return super(CustomPullAudioInputStreamCallback, self).close()

class CustomPushAudioInputStream(PushAudioInputStream):

    def write(self, file_bytes):
        print (type(file_bytes))
        return super(CustomPushAudioInputStream, self).write(file_bytes)

    def close():
        return super(CustomPushAudioInputStream, self).close()

translation_config = speechsdk.translation.SpeechTranslationConfig(subscription=speech_key, region=service_region)

fromLanguage = 'en-US'
toLanguage = 'hi'
translation_config.speech_recognition_language = fromLanguage
translation_config.add_target_language(toLanguage)

translation_config.voice_name = "hi-IN-Kalpana-Apollo"


pull_audio_input_stream_callback = CustomPullAudioInputStreamCallback()
# pull_audio_input_stream = PullAudioInputStream(pull_audio_input_stream_callback, audioFormat)
# custom_pull_audio_input_stream = CustomPushAudioInputStream(audioFormat)

audio_config = AudioConfig(use_default_microphone=False, stream=pull_audio_input_stream_callback)
recognizer = speechsdk.translation.TranslationRecognizer(translation_config=translation_config,
                                                         audio_config=audio_config)


def synthesis_callback(evt):
        size = len(evt.result.audio)
        print('AUDIO SYNTHESIZED: {} byte(s) {}'.format(size, '(COMPLETED)' if size == 0 else ''))
        if size > 0:
            t_sound_file = open("translated_output.wav", "wb+")
            t_sound_file.write(evt.result.audio)
            t_sound_file.close()
        recognizer.stop_continuous_recognition_async()

def recognized_complete(evt):
    if evt.result.reason == speechsdk.ResultReason.TranslatedSpeech:
        print("RECOGNIZED '{}': {}".format(fromLanguage, result.text))
        print("TRANSLATED into {}: {}".format(toLanguage, result.translations['hi']))
    elif evt.result.reason == speechsdk.ResultReason.RecognizedSpeech:
        print("RECOGNIZED: {} (text could not be translated)".format(result.text))
    elif evt.result.reason == speechsdk.ResultReason.NoMatch:
        print("NOMATCH: Speech could not be recognized: {}".format(result.no_match_details))
    elif evt.reason == speechsdk.ResultReason.Canceled:
        print("CANCELED: Reason={}".format(result.cancellation_details.reason))
        if result.cancellation_details.reason == speechsdk.CancellationReason.Error:
            print("CANCELED: ErrorDetails={}".format(result.cancellation_details.error_details))

def receiving_bytes(audio_bytes):
    # audio_bytes contain bytes of audio to be translated
    recognizer.synthesizing.connect(synthesis_callback)
    recognizer.recognized.connect(recognized_complete)

    pull_audio_input_stream_callback.read(audio_bytes)
    recognizer.start_continuous_recognition_async()


receiving_bytes(audio_bytes)

Вывод: ошибка: AttributeError: у объекта 'PullAudioInputStreamCallback' нет атрибута '_impl'

пакетов и их версии:

Python 3.6.3 azure -cognitiveservices-speech 1.11.0

Перевод файлов может быть успешно выполнен, но я не хочу сохранять файлы для каждого фрагмента байтов Я получаю.

Можете ли вы передать пользовательские аудиобайты в Azure Службу перевода речи и получить результат в Python? Если да, то как?

1 Ответ

0 голосов
/ 05 мая 2020

В приведенном примере кода в качестве параметра потока для AudioConfig используется обратный вызов, который, по-видимому, недопустим.

Этот код должен работать без выдачи ошибки:

pull_audio_input_stream_callback = CustomPullAudioInputStreamCallback()
pull_audio_input_stream = PullAudioInputStream(pull_stream_callback=pull_audio_input_stream_callback, stream_format=audioFormat)

audio_config = AudioConfig(use_default_microphone=False, stream=pull_audio_input_stream)
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...