Azure-Samples/cognitive-services-speech-sdk
Sample code for the Microsoft Cognitive Services Speech SDK
解决的问题
此仓库提供了实用的代码示例，帮助开发者使用 Microsoft Cognitive Services Speech SDK 将语音功能集成到其应用程序中。它通过提供适用于各种平台和语言的可直接运行的示例，弥合了文档与实现之间的差距。
工作原理
该项目托管了一系列快速入门和复杂场景的示例，这些示例利用 Azure Speech SDK。这些示例展示了如何通过订阅密钥与 Azure 的语音服务进行交互，涵盖三种主要模式：
- 语音识别：将麦克风或文件中的语音音频转换为文本。
- 语音翻译：将语音音频翻译为另一种语言的文本。
- 语音合成：将文本转换为语音（文本转语音），并通过扬声器播放。
适用人群
使用 C++、C#、Java、JavaScript/Node.js、Python、Objective-C 或 Swift 开发跨平台应用程序（Windows、Linux、macOS、Android、iOS 和 Web）并需要添加语音界面、语音转录服务或翻译功能的开发者。
主要亮点
- 多语言支持：提供广泛编程语言的示例。
- 跨平台覆盖：涵盖桌面、移动和 Web 环境的示例。
- 核心功能的代码示例：为一次性识别、翻译和合成提供专用快速入门。
- 高级场景：包含批量转录、批量合成和音频设备枚举的示例。
相关
- 项目
Azure-Samples/Cognitive-Speech-TTS由 Microsoft 维护的 SDK 与 REST 代码示例仓库，展示如何使用 Azure Cognitive Services Speech (文字转语音)，并提供客户案例、博客文章与研究链接。非常适合需要现成示例来实现逼真、多语言合成语音、自定义神经语音及相关 Azure Speech 功能的开发人员。
- 项目
Migushthe2nd/MsEdgeTTSMsEdgeTTS is a Node.js library that streams neural‑quality text‑to‑speech audio using Microsoft Edge’s free Read Aloud API, with support for voice selection, output format choice, rate/pitch/volume tweaks, and optional word‑/sentence‑boundary metadata.
- 项目
- 项目
microsoft/skillsMicrosoft / skills 是一个真正的开源工具箱，为 AI 编码代理（如 GitHub Copilot）提供即用型、Azure 特定的“技能”——代码片段、模板和 MCP 服务器骨架，使代理能够生成正确的 Azure SDK 调用、管理 Foundry 资源并遵循治理模式。通过 `npx skills add microsoft/skills` 安装，仅选择所需技能（涵盖 Python、.NET、TypeScript、Java、Rust，共约 175 个），并使用提供的 `AGENTS.md` 和 MCP 配置文件，为后端、前端、基础设施或规划任务构建自定义代理。
- 项目