Beim Reiseassistenten der Nordlicht Reisen GmbH kommen Sprachnachrichten und Anrufe an (R-04), und Antworten sollen auch gesprochen werden können (R-05). Kundschaft spricht Deutsch, Englisch und Dänisch (R-01). Diese Lektion wählt für jede Lastform den passenden Weg von Azure Speech in Foundry Tools und zeigt die .NET-Seite: Datei-Transkription, Echtzeit-Erkennung mit dem Speech SDK, Sprachausgabe und die Frage nach eigenen Sprachmodellen.
Vorwissen. Die Zeile „Sprache zu Text und zurück“ der Entscheidung zwischen Modell und Foundry Tool steht in Lektion 1.1; die Anmeldung ohne Schlüssel in Lektion 1.4. Eine KI-Track-Lektion zu Sprache gibt es nicht. Die Telefonvariante mit Voice Live ist Stoff von Lektion 4.4.
Neu in dieser Lektion. Sprachnachrichten sind Dateien von höchstens fünf Minuten (Annahme). Anrufaufzeichnungen fallen nachts als große Menge an. Die Redaktion pflegt eine Liste von Ortsnamen (Skagen, Bornholm, Fünen, erfunden als Auswahl), die die Erkennung treffen muss.
Papier, Konto, Kosten. Papier: Entscheidung und Übungen; die Beispiele brauchen für einen Lauf eine Speech-Ressource und eigene, erfundene Aufnahmen (R-12). Kostentreiber: Audiozeit bei der Erkennung, Sprachausgabe nach Menge des Textes, bei Custom Speech zusätzlich Training und Hosting des Endpunkts. Die Einheiten je Stimmtyp stehen auf der Preisseite und wurden nicht gelesen: offen.
Die Anforderung
Alle Zahlen sind Annahmen der Aufgabe.
| Nr. | Anforderung | Art | Messgröße | Gewicht | Quelle |
|---|---|---|---|---|---|
| 4.3-01 | Eine Sprachnachricht wird als Text im Portal gezeigt. | F | Datei bis 5 Minuten, Ergebnis in unter 30 Sekunden | Muss | R-04 |
| 4.3-02 | Anrufaufzeichnungen werden nachts mit Sprecherzuordnung transkribiert. | F | 500 Dateien je Nacht, kein Echtzeitzwang | Soll | R-04 |
| 4.3-03 | Antworten sind als Sprache in drei Sprachen abrufbar. | F | 3 Stimmen, 1 je Sprache | Muss | R-05 |
| 4.3-04 | Ortsnamen der Redaktionsliste werden richtig erkannt. | Q | höchstens 10 % Fehler auf der Liste im Testsatz | Soll | R-10 |
| 4.3-05 | Kein Schlüssel in Code und Konfiguration. | R | 0 | Muss | R-07 |
| 4.3-06 | Aufnahmen und Texte sind erfunden und werden nach Frist gelöscht. | R | Frist in der Konfiguration | Muss | R-12 |