Speech SDK とは

Speech SDK (ソフトウェア開発キット) では、Speech サービスの各種機能が多数公開されているため、音声認識対応アプリケーションを開発できます。 Speech SDK は、多くのプログラミング言語と、さまざまなプラットフォームで使用できます。 Speech SDK は、ローカル デバイス、ファイル、Azure Blob Storage、および入力ストリームと出力ストリームを使用して、リアルタイムと非リアルタイムの両方のシナリオに最適です。

Speech SDK は使用できない場合や使用するべきではない場合があります。 このような場合は、REST API を使用して Speech サービスをaccessできます。 たとえば、バッチ文字起こしおよびカスタム音声のモデル管理用に Speech-to-Text REST API を使用します。 LLM Speech 機能と高速文字起こし機能を備えた特殊な文字起こしシナリオでは、 Speech Transcription SDK を使用します。

サポートされている言語

Speech SDK では、次の言語とプラットフォームがサポートされています。

^{1 ドキュメントで C# コード サンプルが用意されています。 Speech SDK for C# は .NET Standard 2.0 に基づいているため、多くのプラットフォームとプログラミング言語がサポートされています。 詳細については、.NET実装のサポートを参照してください。
2 C は Speech SDK でサポートされているプログラミング言語ではありません。
3 Speech SDK for Swift は、クライアント ライブラリおよびリファレンス ドキュメントを Speech SDK for Objective-C と共有しています。}

Speech SDK のデモ

次のビデオでは、Speech SDK for C# をインストールし、音声テキスト変換用の.NETコンソール アプリケーションを記述する方法を示します。

コード サンプル

Speech SDK のコード サンプルは、ドキュメントとGitHubで入手できます。

ドキュメントのサンプル

サンプルが含まれているドキュメント ページの上部には、C#、C++、Go、Java、JavaScript、Objective-C、Python、Swift から選択するオプションがあります。

好みのプログラミング言語でサンプルを使用できない場合は、別のプログラミング言語を選択してget startedし、概念について学習するか、記事の冒頭からリンクされているリファレンスとサンプルを参照してください。

GitHub サンプル

詳細なサンプルは、GitHubの Azure-Samples/cognitive-services-speech-sdk リポジトリで入手できます。 C# (UWP を含む)、C++、Java、JavaScript (ブラウザーと Node.jsを含む)、Objective-C、Python、Swift のサンプルがあります。 Go のコード サンプルは、GitHubの Microsoft/cognitive-services-speech-sdk-go リポジトリにあります。

ヘルプ オプション

Stack Overflow フォーラムは、開発者コミュニティが Azure Speech やその他のサービスについて質問をしたり回答したりするために利用できます。 Microsoft ではフォーラムの投稿を継続的に確認し、コミュニティでまだ回答されていない質問に回答します。 質問が表示されることを確認するには、"azure-speech" でタグ付けします。

GitHubで問題を作成することで、アイデアを提案したり、バグを報告したりできます。

• Azure-Samples/cognitive-services-speech-sdk
• Microsoft/cognitive-services-speech-sdk-go
• Microsoft/cognitive-services-speech-sdk-js

また、Foundry Tools のサポートとヘルプ オプションを参照して、サポートを受ける、最新情報を取得する、フィードバックを提供する、または Foundry Tools のバグを報告してください。

次のステップ

• SDK をインストールする
• テキスト読み上げのクイックスタートを試す
• 特殊な文字起こし機能用の Speech Transcription SDK について説明します