Vytvoření dávkového přepisu

Pokud chcete vytvořit dávkovou úlohu přepisu, použijte Transcriptions_Create operaci řeči na textové rozhraní REST API. Sestavte tělo požadavku podle následujících pokynů:

• Musíte nastavit buď vlastnost contentContainerUrl , nebo contentUrls vlastnost. Další informace o službě Azure Blob Storage pro dávkový přepis najdete v tématu Vyhledání zvukových souborů pro dávkový přepis.
• Nastavte požadovanou locale vlastnost. Tato hodnota by měla odpovídat očekávanému národnímu prostředí zvukových dat, která se mají přepisovat. Národní prostředí nemůžete později změnit.
• Nastavte požadovanou displayName vlastnost. Zvolte název přepisu, na který můžete odkazovat později. Název přepisu nemusí být jedinečný a můžete ho později změnit.
• Pokud chcete použít jiný model než základní model, nastavte model vlastnost na ID modelu. Další informace najdete v tématu Použití vlastního modelu a použití modelu Whisper.
• Volitelně můžete vlastnost nastavit wordLevelTimestampsEnabled tak, aby true ve výsledcích přepisu povolila časová razítka na úrovni slova. Výchozí hodnota je false. U modelů Whisper nastavte displayFormWordLevelTimestampsEnabled místo toho vlastnost. Šeptá je model jen pro zobrazení, takže lexikální pole se v přepisu nenaplní.
• Volitelně můžete nastavit languageIdentification vlastnost. Identifikace jazyka se používá k identifikaci jazyků mluvených ve zvuku v porovnání se seznamem podporovaných jazyků. Pokud nastavíte languageIdentification vlastnost, musíte také nastavit languageIdentification.candidateLocales s kandidátskými národními prostředími.

Další informace najdete v tématu Možnosti konfigurace požadavku.

Vytvořte požadavek HTTP POST, který používá identifikátor URI, jak je znázorněno v následujícím příkladu Transcriptions_Create.

• Nahraďte YourSubscriptionKey klíčem prostředku služby Speech.
• Nahraďte YourServiceRegion oblastí prostředků služby Speech.
• Nastavte vlastnosti textu požadavku, jak jsme popsali dříve.

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey" -H "Content-Type: application/json" -d '{
  "contentUrls": [
    "https://crbn.us/hello.wav",
    "https://crbn.us/whatstheweatherlike.wav"
  ],
  "locale": "en-US",
  "displayName": "My Transcription",
  "model": null,
  "properties": {
    "wordLevelTimestampsEnabled": true,
    "languageIdentification": {
      "candidateLocales": [
        "en-US", "de-DE", "es-ES"
      ],
    }
  },
}'  "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions"

Měl by se zobrazit text odpovědi v následujícím formátu:

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions/db474955-ab85-4c6c-ba6e-3bfe63d041ba",
  "model": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"
  },
  "links": {
    "files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions/db474955-ab85-4c6c-ba6e-3bfe63d041ba/files"
  },
  "properties": {
    "diarizationEnabled": false,
    "wordLevelTimestampsEnabled": true,
    "channels": [
      0,
      1
    ],
    "punctuationMode": "DictatedAndAutomatic",
    "profanityFilterMode": "Masked",
    "languageIdentification": {
      "candidateLocales": [
        "en-US",
        "de-DE",
        "es-ES"
      ]
    }
  },
  "lastActionDateTime": "2024-05-21T14:18:06Z",
  "status": "NotStarted",
  "createdDateTime": "2024-05-21T14:18:06Z",
  "locale": "en-US",
  "displayName": "My Transcription"
}

Vlastnost nejvyšší úrovně self v textu odpovědi je identifikátor URI přepisu. Tento identifikátor URI slouží k získání podrobností, jako je identifikátor URI přepisů a souborů sestav přepisu. Tento identifikátor URI slouží také k aktualizaci nebo odstranění přepisu.

Stav přepisů můžete dotazovat pomocí operace Transcriptions_Get .

Po načtení výsledků volejte Transcriptions_Delete pravidelně ze služby. Případně nastavte timeToLive vlastnost tak, aby se zajistilo případné odstranění výsledků.

K vytvoření přepisu spx batch transcription create použijte příkaz. Parametry požadavku se sestaví podle následujících pokynů:

• Nastavte požadovaný content parametr. Můžete zadat čárkami oddělený seznam jednotlivých souborů nebo adresu URL pro celý kontejner. Další informace o službě Azure Blob Storage pro dávkový přepis najdete v tématu Vyhledání zvukových souborů pro dávkový přepis.
• Nastavte požadovanou language vlastnost. Tato hodnota by měla odpovídat očekávanému národnímu prostředí zvukových dat, která se mají přepisovat. Národní prostředí nemůžete později změnit. Parametr Rozhraní příkazového locale řádku language služby Speech odpovídá vlastnosti v požadavku JSON a odpovědi.
• Nastavte požadovanou name vlastnost. Zvolte název přepisu, na který můžete odkazovat později. Název přepisu nemusí být jedinečný a můžete ho později změnit. Parametr Rozhraní příkazového displayName řádku name služby Speech odpovídá vlastnosti v požadavku JSON a odpovědi.

Tady je příklad příkazu Rozhraní příkazového řádku služby Speech, který vytvoří úlohu přepisu:

spx batch transcription create --name "My Transcription" --language "en-US" --content https://crbn.us/hello.wav,https://crbn.us/whatstheweatherlike.wav

Měl by se zobrazit text odpovědi v následujícím formátu:

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions/7f4232d5-9873-47a7-a6f7-4a3f00d00dc0",
  "model": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"
  },
  "links": {
    "files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions/7f4232d5-9873-47a7-a6f7-4a3f00d00dc0/files"
  },
  "properties": {
    "diarizationEnabled": false,
    "wordLevelTimestampsEnabled": false,
    "channels": [
      0,
      1
    ],
    "punctuationMode": "DictatedAndAutomatic",
    "profanityFilterMode": "Masked"
  },
  "lastActionDateTime": "2024-05-21T14:21:59Z",
  "status": "NotStarted",
  "createdDateTime": "2024-05-21T14:21:59Z",
  "locale": "en-US",
  "displayName": "My Transcription",
  "description": ""
}

Vlastnost nejvyšší úrovně self v textu odpovědi je identifikátor URI přepisu. Tento identifikátor URI slouží k získání podrobností, jako je identifikátor URI přepisů a souborů sestav přepisu. Tento identifikátor URI slouží také k aktualizaci nebo odstranění přepisu.

V případě nápovědy k rozhraní příkazového řádku služby Speech s přepisy spusťte následující příkaz:

spx help batch transcription

Tady je několik možností vlastností, jak nakonfigurovat přepis při volání operace Transcriptions_Create . Další příklady najdete na stejné stránce, například vytvoření přepisu s identifikací jazyka.

V případě nápovědy k rozhraní příkazového řádku služby Speech s možnostmi konfigurace přepisu spusťte následující příkaz:

spx help batch transcription create advanced

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey" -H "Content-Type: application/json" -d '{
  "contentUrls": [
    "https://crbn.us/hello.wav",
    "https://crbn.us/whatstheweatherlike.wav"
  ],
  "locale": "en-US",
  "displayName": "My Transcription",
  "model": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"
  },
  "properties": {
    "wordLevelTimestampsEnabled": true,
  },
}'  "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions"

spx batch transcription create --name "My Transcription" --language "en-US" --content https://crbn.us/hello.wav,https://crbn.us/whatstheweatherlike.wav --model "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/5988d691-0893-472c-851e-8e36a0fe7aaf"

Můžete vytvořit Models_ListBaseModels žádost o získání dostupných základních modelů pro všechna národní prostředí.

Vytvořte požadavek HTTP GET, jak je znázorněno v následujícím příkladu eastus pro oblast. Nahraďte YourSubscriptionKey klíčem prostředku služby Speech. Nahraďte eastus , pokud používáte jinou oblast.

curl -v -X GET "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base" -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey"

Ve výchozím nastavení se vrátí pouze 100 nejstarších základních modelů. skip Pomocí parametrů dotazu top můžete procházet výsledky. Například následující požadavek vrátí dalších 100 základních modelů po prvních 100.

curl -v -X GET "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base?skip=100&top=100" -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey"

Ujistěte se, že jste nastavili konfigurační proměnné pro prostředek služby Speech v jedné z podporovaných oblastí. Spuštěním spx csr list --base příkazu můžete získat dostupné základní modely pro všechna národní prostředí.

spx csr list --base --api-version v3.2

Nastavíte úplný identifikátor URI modelu, jak je znázorněno v tomto příkladu eastus pro oblast. Nahraďte YourSubscriptionKey klíčem prostředku služby Speech. Nahraďte eastus , pokud používáte jinou oblast.

curl -v -X POST -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey" -H "Content-Type: application/json" -d '{
  "contentUrls": [
    "https://crbn.us/hello.wav",
    "https://crbn.us/whatstheweatherlike.wav"
  ],
  "locale": "en-US",
  "displayName": "My Transcription",
  "model": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/e418c4a9-9937-4db7-b2c9-8afbff72d950"
  },
  "properties": {
    "wordLevelTimestampsEnabled": true,
  },
}'  "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/transcriptions"

Nastavíte úplný identifikátor URI modelu, jak je znázorněno v tomto příkladu eastus pro oblast. Nahraďte eastus , pokud používáte jinou oblast.

spx batch transcription create --name "My Transcription" --language "en-US" --content https://crbn.us/hello.wav,https://crbn.us/whatstheweatherlike.wav --model "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.2/models/base/e418c4a9-9937-4db7-b2c9-8afbff72d950" --api-version v3.2