什么是语音翻译？

在本文中，你将了解使用 Azure 语音进行翻译的优点和功能。语音服务支持音频流的实时多语言语音转语音和语音转文本翻译。

使用语音 SDK 或语音 CLI，可以为应用程序、工具和设备授予对提供音频的源听录和翻译输出的访问权限。检测到语音时，会返回过渡性的听录和翻译结果，最终结果可以转换为合成语音。

有关语音翻译支持的语言列表，请参阅语言和语音支持。

提示

前往 Speech Studio，以低延迟快速测试语音并将语音翻译为所选的其他语言。

核心功能

语音翻译的核心功能包括：

语音翻译使用一个标准 API 通过文本输出、音频输出或两者进行实时翻译。

如果要发送指定源语言的输入音频流，并以指定目标语言返回翻译文本、合成语音或两者，请使用标准语音翻译 API。

在需要多种语言的输出时，语音服务可以直接提供将输入语言翻译成两种目标语言的功能。这样，便可以在单个 API 调用中接收两个输出并将这些翻译共享给更广泛的受众。如果需要更多输出语言，可以创建多服务资源或使用单独的翻译服务。

如果需要翻译成两种以上的目标语言，需要创建 Azure AI 服务资源或针对第二种以外的更多语言使用单独的翻译服务。如果选择使用多服务资源调用语音翻译服务，请注意，翻译费用适用于除第二种语言以外的每种语言，具体取决于翻译的字符计数。

若要计算应用的翻译费用，请参阅 Azure 翻译器定价。

请务必注意，语音翻译服务实时运行，在中间过程中，系统会翻译语音结果以生成翻译结果。因此，实际翻译量大于输入音频的标记量。需要支付每种目标语言的语音转文本听录和文本翻译费用。

例如，假设你需要将一小时音频文件的文本翻译为三种目标语言。如果初始语音转文本听录包含 10,000 个字符，则你可能需支付 2.80 美元的费用。

警告

此示例中的价格仅用于说明目的。有关最新定价信息，请参阅 Azure 语音定价和翻译器定价。

首先，请尝试使用语音翻译快速入门。语音翻译服务通过语音 SDK 和语音 CLI 提供。

可以在 GitHub 上找到 Speech SDK 语音转文本和翻译示例。这些示例涵盖了常见方案，例如，从文件或流中读取音频、连续和单发识别和翻译，以及使用自定义模型。