Transcriptions - Transcribe

Reference

Služba:: Azure AI Services

Verze rozhraní API:: 2024-05-15-preview

Přepíše poskytnutý zvukový stream.

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-05-15-preview

Parametry identifikátoru URI

Name	V	Vyžadováno	Typ	Description
audio	formData	True	file binary	Zvuk jako datový proud bajtů.
definition	formData	True	string	Metadata pro rychlou žádost o přepis Toto pole obsahuje serializovaný objekt JSON typu `TranscribeDefinition`.
endpoint	path	True	string	Podporované koncové body služeb Cognitive Services (protokol a název hostitele, například: https://westus.api.cognitive.microsoft.com).
api-version	query	True	string	Požadovaná verze rozhraní API.

Odpovědi

Name	Typ	Description
200 OK	TranscribeResult	OK

Zabezpečení

Ocp-Apim-Subscription-Key

Tady zadejte svůj klíč účtu služeb Cognitive Services.

Typ: apiKey
V: header

Authorization

Zadejte přístupový token z JWT vráceného službou STS této oblasti. Nezapomeňte do tokenu přidat obor správy přidáním následujícího řetězce dotazu do adresy URL služby STS: ?scope=speechservicesmanagement

Typ: apiKey
V: header

Příklady

Transcribe an audio file

Ukázkový požadavek

HTTP

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-05-15-preview

Ukázková odpověď

Stavový kód:: 200

{
  "duration": 2000,
  "combinedPhrases": [
    {
      "text": "Weather"
    }
  ],
  "phrases": [
    {
      "offset": 40,
      "duration": 240,
      "text": "Weather",
      "words": [
        {
          "text": "Weather",
          "offset": 40,
          "duration": 240
        }
      ],
      "locale": "en-US",
      "confidence": 0.7881154
    }
  ]
}

Definice

Name	Description
CombinedPhrases
Phrase	Přepisovaná fráze.
TranscribeResult	Výsledek operace přepisu.
Word	Časové razítko slova ve formuláři pro zobrazení

CombinedPhrases

Name	Typ	Description
channel	integer	Index kanálu založený na 0. Je k dispozici pouze v případě, že je povolené oddělení kanálů.
text	string	Kompletní přepisovaný text kanálu.

Phrase

Přepisovaná fráze.

Name	Typ	Description
channel	integer	Index kanálu založený na 0. Je k dispozici pouze v případě, že je povolené oddělení kanálů.
confidence	number	Hodnota spolehlivosti pro frázi.
duration	integer	Doba trvání fráze v milisekundách.
locale	string	Národní prostředí fráze.
offset	integer	Počáteční posun fráze v milisekundách.
speaker	integer	Číslo mluvčího. Je k dispozici pouze v případě, že je povolená diarizace mluvčího.
text	string	Přepisovaný text fráze.
words	Word[]	Slova, která tvoří frázi. Existují pouze v případě, že jsou povolená časová razítka na úrovni slova.

TranscribeResult

Výsledek operace přepisu.

Name	Typ	Description
combinedPhrases	CombinedPhrases[]	Výsledky kombinovaného přepisu pro každý kanál.
duration	integer	Doba trvání zvuku v milisekundách.
phrases	Phrase[]	Výsledky přepisu segmentované do frází.

Word

Časové razítko slova ve formuláři pro zobrazení

Name	Typ	Description
duration	integer	Doba trvání slova v milisekundách.
offset	integer	Počáteční posun slova v milisekundách.
text	string	Rozpoznané slovo včetně interpunkce

Sdílet prostřednictvím