快速入门:安装语音 SDK

参考文档 | 包 (NuGet) | GitHub 上的其他示例

在本快速入门中,我们安装适用于 C# 的语音 SDK

文档中的代码示例以 C# 8 编写,并在 .NET standard 2.0 上运行。

平台要求

适用于 C# 的语音 SDK 与 Windows、Linux 和 macOS 兼容。

在 Windows 上,你必须使用 64 位目标体系结构。 需要 Windows 10 或更高版本。

安装适用于你的平台的 Microsoft Visual C++ Redistributable for Visual Studio 2015、2017、2019 和 2022。 首次安装此包时,可能需要重启。

安装适用于 C# 的语音 SDK

适用于 C# 的语音 SDK 以 NuGet 包的形式提供并实现了 .NET Standard 2.0。 有关详细信息,请参阅 Microsoft.CognitiveServices.Speech

可以使用以下 dotnet add 命令从 .NET Core CLI 安装适用于 C# 的语音 SDK:

dotnet add package Microsoft.CognitiveServices.Speech

可以按照这些指南获取更多选项。

本指南介绍如何安装用于 .NET Framework (Windows) 控制台应用的语音 SDK

本指南需要:

创建 Visual Studio 项目并安装语音 SDK

需安装语音 SDK NuGet 包,以便在代码中引用它。 为此,可能首先需要创建 helloworld 项目。 如果已经有一个可以使用“.NET 桌面开发”工作负荷的项目,则可使用该项目并跳到使用 NuGet 包管理器安装语音 SDK

创建 helloworld 项目

  1. 打开 Visual Studio。

  2. 在“开始”下,选择“创建新项目”

  3. 在“创建新项目”中,选择“控制台应用(.NET Framework)”,然后选择“下一步” 。

  4. 在“配置新项目”中,为“项目名称”输入 helloworld,在“位置”中选择或创建目录路径,然后选择“创建”

  5. 从 Visual Studio 菜单栏中,选择“工具”>“获取工具和功能”。 此步骤会打开 Visual Studio 安装程序并显示“修改”对话框。

  6. 检查“.NET 桌面开发”工作负荷是否可用。 如果未安装工作负载,请选择它,然后选择“修改”以启动安装。 下载和安装过程可能需要几分钟。

    如果已选中“.NET 桌面开发”,请选择“关闭”关闭该对话框。

    屏幕截图显示如何启用 .NET 桌面开发。

  7. 关闭 Visual Studio 安装程序。

使用 NuGet 包管理器安装语音 SDK

  1. 在解决方案资源管理器中右键单击“helloworld”项目,然后选择“管理 NuGet 包”以显示 NuGet 包管理器。

  2. 在右上角找到“包源”下拉框,并确保已选择 nuget.org

    屏幕截图显示 NuGet 包管理器。

  3. 在左上角,选择“浏览”。

  4. 在搜索框中,输入 Microsoft.CognitiveServices.Speech,然后选择 Enter

  5. 在搜索结果中选择“Microsoft.CognitiveServices.Speech”包,然后选择“安装”以安装最新稳定版本。

    屏幕截图显示如何安装 Microsoft.CognitiveServices.Speech NuGet 包。

  6. 接受所有协议和许可证,开始安装。

    安装此包后,“包管理器控制台”窗口中将显示一条确认消息。

选择目标体系结构

若要生成并运行控制台应用程序,请创建与计算机体系结构匹配的平台配置。

  1. 在菜单栏中,选择“生成”>“Configuration Manager”。 此时将显示“配置管理器”对话框。

  2. 在“活动解决方案平台”下拉框中,选择“新建”。 此时将显示“新建解决方案平台”对话框。

    显示“Configuration Manager”对话框的屏幕截图。

  3. 在“键入或选择新平台”下拉框中:

    • 如果运行的是 64 位 Windows,请选择 x64
    • 如果运行的是 32 位 Windows,请选择 x86
  4. 选择“确定”,然后选择“关闭”。

参考文档 | 包 (NuGet) | GitHub 上的其他示例

在本快速入门中,我们安装适用于 C++ 的语音 SDK

平台要求

适用于 C++ 的语音 SDK 与 Windows、Linux 和 macOS 兼容。

在 Windows 上,你必须使用 64 位目标体系结构。 需要 Windows 10 或更高版本。

安装适用于你的平台的 Microsoft Visual C++ Redistributable for Visual Studio 2015、2017、2019 和 2022。 首次安装此包时,可能需要重启。

安装适用于 C++ 的语音 SDK

适用于 C++ 的语音 SDK 以 NuGet 包的形式提供。 有关详细信息,请参阅 Microsoft.CognitiveServices.Speech

可以使用以下 dotnet add 命令从 .NET Core CLI 安装适用于 C++ 的语音 SDK:

dotnet add package Microsoft.CognitiveServices.Speech

可以按照这些指南获取更多选项。

本指南介绍如何安装用于 Linux 的语音 SDK

使用以下过程下载并安装 SDK。 这些步骤包括.tar 文件格式下载所需的库和头文件

  1. 为语音 SDK 文件选择目录。 将 SPEECHSDK_ROOT 环境变量设置为指向该目录。 使用此变量,在将来的命令中可以轻松引用目录。

    若要使用主目录中的 speechsdk 目录,请运行以下命令

    export SPEECHSDK_ROOT="$HOME/speechsdk"
    
  2. 创建目录(如果不存在):

    mkdir -p "$SPEECHSDK_ROOT"
    
  3. 下载并提取包含语音 SDK 二进制文件的 .tar.gz 存档:

    wget -O SpeechSDK-Linux.tar.gz https://aka.ms/csspeech/linuxbinary
    tar --strip 1 -xzf SpeechSDK-Linux.tar.gz -C "$SPEECHSDK_ROOT"
    
  4. 验证所提取的程序包的顶级目录的内容:

    ls -l "$SPEECHSDK_ROOT"
    

    目录列表应包含合作伙伴通知和许可证文件。 该列表还应包含容纳头文件 (.h) 的 include 目录和容纳 arm32、arm64、x64 和 x86 库的 lib 目录。

    路径 说明
    license.md 许可
    ThirdPartyNotices.md 合作伙伴通知
    REDIST.txt 再分发声明
    包括 C++ 所需的头文件
    lib/arm32 ARM32 必需的用来链接应用程序的本机库
    lib/arm64 ARM64 必需的用来链接应用程序的本机库
    lib/x64 x64 必需的用来链接应用程序的本机库
    lib/x86 x86 必需的用来链接应用程序的本机库

参考文档 | 包 (Go) | GitHub 上的其他示例

在本快速入门中,我们安装适用于 Go 的语音 SDK

平台要求

适用于 Go 的语音 SDK 支持 x64 体系结构上的以下分发:

  • Ubuntu 20.04/22.04/24.04
  • Debian 11/12

重要

使用 Linux 分发版的最新 LTS 版本。 例如,如果使用 Ubuntu 20.04 LTS,请使用最新版本的 Ubuntu 20.04.X。

语音 SDK 依赖于以下 Linux 系统库:

  • GNU C 库的共享库(包括 POSIX 线程编程库 libpthreads)。
  • OpenSSL 库版本 1.x (libssl1) 或 3.x (libssl3),以及证书 (ca-certificates)。
  • ALSA 应用程序的共享库 (libasound2)。

运行以下命令:

sudo apt-get update
sudo apt-get install build-essential ca-certificates libasound2-dev libssl-dev wget

安装 Go 二进制版本 1.13 或更高版本

安装适用于 Go 的语音 SDK

使用以下过程下载并安装 SDK。 这些步骤包括.tar 文件格式下载所需的库和头文件

  1. 为语音 SDK 文件选择目录。 将 SPEECHSDK_ROOT 环境变量设置为指向该目录。 使用此变量,在将来的命令中可以轻松引用目录。

    若要使用主目录中的 speechsdk 目录,请运行以下命令

    export SPEECHSDK_ROOT="$HOME/speechsdk"
    
  2. 创建目录(如果不存在):

    mkdir -p "$SPEECHSDK_ROOT"
    
  3. 下载并提取包含语音 SDK 二进制文件的 .tar.gz 存档:

    wget -O SpeechSDK-Linux.tar.gz https://aka.ms/csspeech/linuxbinary
    tar --strip 1 -xzf SpeechSDK-Linux.tar.gz -C "$SPEECHSDK_ROOT"
    
  4. 验证所提取的程序包的顶级目录的内容:

    ls -l "$SPEECHSDK_ROOT"
    

    目录列表应包含合作伙伴通知和许可证文件。 该列表还应包含容纳头文件 (.h) 的 include 目录和容纳 arm32、arm64、x64 和 x86 库的 lib 目录。

    路径 说明
    license.md 许可
    ThirdPartyNotices.md 合作伙伴通知
    REDIST.txt 再分发声明
    包括 C++ 所需的头文件
    lib/arm32 ARM32 必需的用来链接应用程序的本机库
    lib/arm64 ARM64 必需的用来链接应用程序的本机库
    lib/x64 x64 必需的用来链接应用程序的本机库
    lib/x86 x86 必需的用来链接应用程序的本机库

配置 Go 环境

通过以下步骤可使 Go 环境能够查找语音 SDK。

  1. 由于绑定依赖于 cgo,因此需要设置环境变量,以便 Go 可以找到 SDK。

    export CGO_CFLAGS="-I$SPEECHSDK_ROOT/include/c_api"
    export CGO_LDFLAGS="-L$SPEECHSDK_ROOT/lib/<architecture> -lMicrosoft.CognitiveServices.Speech.core"
    

    重要

    <architecture> 替换为 CPU 的处理器体系结构:x64arm32arm64

  2. 若要运行应用程序和 SDK,需要告知操作系统可在何处可以找到库。

    export LD_LIBRARY_PATH="$SPEECHSDK_ROOT/lib/<architecture>:$LD_LIBRARY_PATH"
    

    重要

    <architecture> 替换为 CPU 的处理器体系结构:x64arm32arm64

参考文档 | GitHub 上的其他示例

在本快速入门中,我们安装适用于 Java 的语音 SDK

平台要求

选择目标环境:

适用于 Java 的语音 SDK 与 Windows、Linux 和 macOS 兼容。

在 Windows 上,你必须使用 64 位目标体系结构。 需要 Windows 10 或更高版本。

安装适用于你的平台的 Microsoft Visual C++ Redistributable for Visual Studio 2015、2017、2019 和 2022。 首次安装此包时,可能需要重启。

适用于 Java 的语音 SDK 不支持 ARM64 上的 Windows。

安装 Java 开发工具包,例如 Azul Zulu OpenJDKMicrosoft Build of OpenJDK 或你喜欢的 JDK 应该也能正常工作。

安装适用于 Java 的语音 SDK

某些说明使用特定的 SDK 版本,例如 1.24.2。 若要查看最新版本,请搜索我们的 GitHub 存储库

选择目标环境:

本指南介绍如何在 Java 运行时上安装用于 Java 的语音 SDK

支持的操作系统

用于 Java 包的语音 SDK 适用于以下操作系统:

按照以下步骤使用 Apache Maven 安装适用于 Java 的语音 SDK:

  1. 安装 Apache Maven

  2. 在需要新项目的位置打开命令提示符,并创建一个新的 pom.xml 文件。

  3. 将以下 XML 内容复制到 pom.xml 中:

    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
        <modelVersion>4.0.0</modelVersion>
        <groupId>com.microsoft.cognitiveservices.speech.samples</groupId>
        <artifactId>quickstart-eclipse</artifactId>
        <version>1.0.0-SNAPSHOT</version>
        <build>
            <sourceDirectory>src</sourceDirectory>
            <plugins>
            <plugin>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.7.0</version>
                <configuration>
                <source>1.8</source>
                <target>1.8</target>
                </configuration>
            </plugin>
            </plugins>
        </build>
        <dependencies>
            <dependency>
            <groupId>com.microsoft.cognitiveservices.speech</groupId>
            <artifactId>client-sdk</artifactId>
            <version>1.40.0</version>
            </dependency>
        </dependencies>
    </project>
    
  4. 若要安装语音 SDK 和依赖项,请运行以下 Maven 命令。

    mvn clean dependency:copy-dependencies
    

参考文档 | 包 (npm) | GitHub 上的其他示例 | 库源代码

在本快速入门中,我们安装适用于 JavaScript 的语音 SDK

适用于 JavaScript 的语音 SDK 以 npm 包的形式提供。 请参阅 microsoft-cognitiveservices-speech-sdk 及其配套的 GitHub 存储库 cognitive-services-speech-sdk-js

平台要求

了解 Node.js 和客户端 Web 浏览器之间的各种体系结构影响。 例如,文档对象模型 (DOM) 不适用于服务器端应用程序。 Node.js 文件系统不适用于客户端应用程序。

安装适用于 JavaScript 的语音 SDK

请根据目标环境使用以下指南之一:

本指南介绍如何安装可以在 Node.js 中使用的 JavaScript 版语音 SDK

  1. 安装 Node.js

  2. 创建一个新目录,运行 npm init 并浏览其提示。

  3. 若要安装适用于 JavaScript 的语音 SDK,请运行以下 npm install 命令:

    npm install microsoft-cognitiveservices-speech-sdk
    

有关详细信息,请参阅 Node.js 示例

使用语音 SDK

  • 添加以下 import 语句以在 JavaScript 项目中使用语音 SDK:

    import * as sdk from "microsoft-cognitiveservices-speech-sdk";
    

有关 import 的详细信息,请参阅 JavaScript 网站上的导出和导入

或者,可以使用 require 语句:

const sdk = require("microsoft-cognitiveservices-speech-sdk");

参考文档 | 包(下载) | GitHub 上的其他示例

在本快速入门中,我们安装适用于 Objective-C 的语音 SDK

提示

有关使用适用于 Swift 的语音 SDK 的详细信息,请参阅将 Objective-C 导入 Swift

安装适用于 Objective-C 的语音 SDK

用于 Objective-C 的语音 SDK 以 CocoaPod 包的形式本机提供,适用于 Mac x64 和基于 ARM 的系统。

Mac 的系统需求:

  • macOS 版本 10.14 或更高版本

macOS CocoaPod 包可供下载并在 Xcode 9.4.1(或更高版本)集成开发环境 (IDE) 中使用。

  1. 转到 .xcodeproj 项目文件所在的 Xcode 目录。

  2. 运行 pod init 以创建一个名为 Podfile 的 Pod 文件。

  3. Podfile 文件的内容替换为以下内容。 将 target 名称从 AppName 更新为应用的名称。 根据需要更新平台或 Pod 版本。

    platform :osx, 10.14
    use_frameworks!
    
    target 'AppName' do
      pod 'MicrosoftCognitiveServicesSpeech-macOS', '~> 1.40.0'
    end
    
  4. 运行 pod install 以安装语音 SDK。

或者,下载二进制 CocoaPod 并提取其内容。 在 Xcode 项目中,添加对提取的 MicrosoftCognitiveServicesSpeech.xcframework 文件夹及其内容的引用。

注意

.NET 开发人员可以使用 Xamarin.Mac 应用程序框架生成本机 macOS 应用程序。 有关详细信息,请参阅 Xamarin.Mac

参考文档 | 包(下载) | GitHub 上的其他示例

在本快速入门中,我们安装适用于 Swift 的语音 SDK

提示

有关使用适用于 Swift 的语音 SDK 的详细信息,请参阅将 Objective-C 导入 Swift

安装适用于 Swift 的语音 SDK

用于 Swift 的语音 SDK 以 CocoaPod 包的形式本机提供,适用于 Mac x64 和基于 ARM 的系统。

Mac 的系统需求:

  • macOS 版本 10.14 或更高版本

macOS CocoaPod 包可供下载并在 Xcode 9.4.1(或更高版本)集成开发环境 (IDE) 中使用。

  1. 转到 .xcodeproj 项目文件所在的 Xcode 目录。

  2. 运行 pod init 以创建一个名为 Podfile 的 Pod 文件。

  3. Podfile 文件的内容替换为以下内容。 将 target 名称从 AppName 更新为应用的名称。 根据需要更新平台或 Pod 版本。

    platform :osx, 10.14
    use_frameworks!
    
    target 'AppName' do
      pod 'MicrosoftCognitiveServicesSpeech-macOS', '~> 1.40.0'
    end
    
  4. 运行 pod install 以安装语音 SDK。

或者,下载二进制 CocoaPod 并提取其内容。 在 Xcode 项目中,添加对提取的 MicrosoftCognitiveServicesSpeech.xcframework 文件夹及其内容的引用。

注意

.NET 开发人员可以使用 Xamarin.Mac 应用程序框架生成本机 macOS 应用程序。 有关详细信息,请参阅 Xamarin.Mac

参考文档 | 包 (PyPi) | GitHub 上的其他示例

在本快速入门中,我们安装适用于 Python 的语音 SDK

平台要求

适用于 Python 的语音 SDK 与 Windows、Linux 和 macOS 兼容。

在 Windows 上,你必须使用 64 位目标体系结构。 需要 Windows 10 或更高版本。

安装适用于你的平台的 Microsoft Visual C++ Redistributable for Visual Studio 2015、2017、2019 和 2022。 首次安装此包时,可能需要重启。

重要

确保安装了相同目标体系结构的包。 例如,如果安装 x64 可再发行包,请安装适用于 Python 的 x64 包。

安装 Python 3.8 或更高版本

  • 若要检查安装情况,请打开终端并运行命令 python --version。 如果 Python 安装正确,则会收到类似 Python 3.8.10 的响应。

  • 如果你使用的是 macOS 或 Linux,可能需要改为运行命令 python3 --version

    若要启用 python 而不是 python3,请运行 alias python='python3' 以设置别名。 语音 SDK 快速入门示例指定了 python 用法。

安装适用于 Python 的语音 SDK

安装适用于 Python 的语音 SDK 之前,请确保满足平台先决条件

从 PyPI 安装

若要安装适用于 Python 的语音 SDK,请在控制台窗口中运行以下命令:

pip install azure-cognitiveservices-speech

升级到最新的语音 SDK 版本

若要升级到最新的语音 SDK,请在控制台窗口中运行以下命令:

pip install --upgrade azure-cognitiveservices-speech

可以通过查看 azure.cognitiveservices.speech.__version__ 变量来检查当前安装的适用于 Python 的语音 SDK 版本。 例如,在控制台窗口中运行以下命令:

pip list

使用语音 SDK

添加以下 import 语句以在 Python 项目中使用语音 SDK:

import azure.cognitiveservices.speech as speechsdk