Conversión de Audio a Texto con Azure Cognitive Services Speech

Program.cs

using System;

using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Audio;
namespace HelloWorld {
    class Program {
        // Accesamos a los servicios con una función Async
        static async Task Main() {
            await RecognizeSpeechAsync();
        }
        static async Task RecognizeSpeechAsync() {
            // Configuramos la información para accesar a los servicios.
            // Podemos usar la Clave 1 o Clave 2 que hemos creado con Servicio de Speech en Azure
            var config = SpeechConfig.FromSubscription("Clave 1 ", "region");
            
            // Agregamos el archivo de audio, en este caso es un archivo en local.
            using (var audioInput = AudioConfig.FromWavFileInput("archivo.wav"))

            //Pasamos los parámetros requeridos para el Servicio de Speech el cuál incluye la información de configuración
            // y el archivo de audio que quieres transcribir
            using (var recognizer = new SpeechRecognizer(config, audioInput)) {
                Console.WriteLine("Recognizing first result...");
                var result = await recognizer.RecognizeOnceAsync();
                switch (result.Reason) {
                    case ResultReason.RecognizedSpeech:
                        // El archivo de audio es reconocido y la transcripción se mostrará en la salida.
                        // en la ventana output de la terminal
                        Console.WriteLine($"He reconocido: {result.Text}");
                    break;
                    
                    case ResultReason.NoMatch:
                        // Cuando no se puede reconocer el audio del archivo que se ha especificado.
                        // Salida del mensaje con el error
                        Console.WriteLine($"NOMATCH: No he podido reconocer el archivo especificado.");
                    break;
                    
                    case ResultReason.Canceled:
                        // Se cancela todo
                        // Mostramos el por qué
                        var cancellation = CancellationDetails.FromResult(result);
                        Console.WriteLine($"CANCELED: Reason={cancellation.Reason}");
                        if (cancellation.Reason == CancellationReason.Error) {
                            Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}");
                            Console.WriteLine($"CANCELED: ErrorDetails={cancellation.ErrorDetails}");
                            Console.WriteLine($"CANCELED: ¿Quieres actualizar la información de la Suscripción?");
                        }
                    break;
                } 
            }
        }
    }
}

Traducción de voz en tiempo real con Azure Cognitive Services

Creamos el servicio de Voz

• Nos dirigimos al portal de Azure
• Iniciamos sesión con la cuenta que tiene la suscripción.
• Damos clic en +, Crear un Recurso
  • Escribimos "Voz" en la barra de búsqueda
  • Seleccionamos Voz
  • Clic en Crear
  • Llenamos los datos solicitados:
    • Nombre: Training01
    • Suscripción: Cuenta que tiene la suscripción
    • Ubicación: Por default
    • Plan de Tarifa: F0
    • Grupo de recursos: mslearn-speechapi (Crear nuevo) o elegir uno ya creado.
      Esperamos en lo que se configura nuestro grupo de recursos (3min)

Obteniendo las credenciales del API Cognitive Services Speech

• Vamos a grupo de recursos y damos clic
• Seleccionamos Training01
• Del lado izquierdo en la sección ADMINISTRACIÓN DE RECURSOS seleccionamos Claves y punto de conexión
• Copiamos la Key 1, Key 2 (Posteriormente usaremos 1 de las 2) y copiamos la región.

Configuración de VS Code Online

1.- Abrir una pestaña o ventana del explorador y entrar a Visual Studio Code en línea.
2.- Creamos un entorno:

• Seleccionas tu plan de facturación
• Escribimos la ubicación del servicio
• Más detalles y agregamos el grupo de recursos.
• Damos clic en crear y llenamos lo siguiente:
  • Link de Repo: https://github.com/MicrosoftLearning/SpeechToTextCS
  • Valores predeterminados
• Crear y esperamos a que finalice la creación del entorno (Demora unos 5min)
  3.- Una vez que está creado damos clic en Conectar y esperamos un poco más.

Código

Nos vamos al menú-> Ver->Seleccionamos Terminal (La cual deberá ser Bash)
Escribimos en la terminal:

• dotnet new terminal
  Con esto hemos configurado la estructura de un proyecto en C#
• Ahora abrimos Program.cs y pegamos el código proporcionado en este gist.
• En la terminal agregamos lo siguiente dotnet add package Microsoft.CognitiveServices.Speech para instalar el paquete de los servicios cognitivos de Speech.
• Ahora agregamos la clave de la suscripción dónde están las siguientes palabras (Línea 15) Clave 1 y la región en la palabra region de nuestro recurso en Azure.
• Agregamos la localización de nuestro archivo de audio (Línea 18), en este caso es hello.wav

Probamos el Código

• Por último escribimos en la terminal dotnet run para ejecutar nuestro código.

Listo, de esta manera logramos transcribir a texto un audio con los servicios cognitivos de Azure.