Creare una trascrizione batch

Per creare un processo di trascrizione batch, usare l'operazione Transcriptions_Create dell'API REST di riconoscimento vocale. Creare il corpo della richiesta in base alle istruzioni seguenti:

• È necessario impostare la proprietà contentContainerUrl o contentUrls. Per altre informazioni su Archiviazione BLOB di Azure per la trascrizione batch, vedere Individuare i file audio per la trascrizione batch.
• Impostare la proprietà locale obbligatoria. Questo valore deve corrispondere alle impostazioni locali previste dei dati audio da trascrivere. Non è possibile modificare le impostazioni locali in un secondo momento.
• Impostare la proprietà displayName obbligatoria. Scegliere un nome per la trascrizione a cui è possibile fare riferimento in un secondo momento. Il nome della trascrizione non deve essere univoco e può essere modificato in un secondo momento.
• Facoltativamente, per usare un modello diverso dal modello di base, impostare la proprietà model sull'ID modello. Per altre informazioni, vedere Usare un modello personalizzato e Usare un modello Whisper.
• Facoltativamente, impostare la proprietà wordLevelTimestampsEnabled su true per abilitare i timestamp a livello di parola nei risultati della trascrizione. Il valore predefinito è false. Per i modelli Whisper, impostare invece la proprietà displayFormWordLevelTimestampsEnabled. Whisper è un modello di sola visualizzazione, quindi il campo lessicale non viene popolato nella trascrizione.
• Facoltativamente, impostare la proprietà languageIdentification. L'identificazione della lingua viene usata per identificare le lingue parlate nell'audio rispetto a un elenco di lingue supportate. Se si imposta la proprietà languageIdentification, è necessario impostare anche languageIdentification.candidateLocales con le impostazioni locali candidate.

Per altre informazioni, vedere Opzioni di configurazione delle richieste.

Effettuare una richiesta HTTP POST che usi l'URI come illustrato nell'esempio Transcriptions_Create seguente.

• Sostituire YourSubscriptionKey con la chiave della risorsa Voce.
• Sostituire YourServiceRegion con l'area della risorsa Voce.
• Impostare le proprietà del corpo della richiesta come descritto in precedenza.

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"

Dovrebbe essere visualizzato un corpo della risposta nel formato seguente:

{
  "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"
}

La proprietà self di primo livello nel corpo della risposta è l'URI della trascrizione. Usare questo URI per ottenere dettagli, ad esempio l'URI dei file delle trascrizioni e dei report di trascrizione. È anche possibile usare questo URI per aggiornare o eliminare una trascrizione.

È possibile eseguire una query sullo stato delle trascrizioni con l'operazione Transcriptions_Get.

Chiamare Transcriptions_Delete regolarmente dal servizio dopo aver recuperato i risultati. In alternativa, impostare la proprietà timeToLive per garantire l'eliminazione finale dei risultati.

Per creare una trascrizione, usare il comando spx batch transcription create. Creare i parametri della richiesta in base alle istruzioni seguenti:

• Impostare il parametro content obbligatorio. È possibile specificare un elenco delimitato da virgole di singoli file o l'URL per un intero contenitore. Per altre informazioni su Archiviazione BLOB di Azure per la trascrizione batch, vedere Individuare i file audio per la trascrizione batch.
• Impostare la proprietà language obbligatoria. Questo valore deve corrispondere alle impostazioni locali previste dei dati audio da trascrivere. Non è possibile modificare le impostazioni locali in un secondo momento. Il parametro language dell'interfaccia della riga di comando di Voce corrisponde alla proprietà locale nella richiesta e nella risposta JSON.
• Impostare la proprietà name obbligatoria. Scegliere un nome per la trascrizione a cui è possibile fare riferimento in un secondo momento. Il nome della trascrizione non deve essere univoco e può essere modificato in un secondo momento. Il parametro name dell'interfaccia della riga di comando di Voce corrisponde alla proprietà displayName nella richiesta e nella risposta JSON.

Ecco un esempio di comando dell'interfaccia della riga di comando di Voce che crea un processo di trascrizione:

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

Dovrebbe essere visualizzato un corpo della risposta nel formato seguente:

{
  "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": ""
}

La proprietà self di primo livello nel corpo della risposta è l'URI della trascrizione. Usare questo URI per ottenere dettagli, ad esempio l'URI dei file delle trascrizioni e dei report di trascrizione. È anche possibile usare questo URI per aggiornare o eliminare una trascrizione.

Per visualizzare le informazioni della Guida dell'interfaccia della riga di comando di Voce per le trascrizioni, eseguire il comando seguente:

spx help batch transcription

Ecco alcune opzioni di proprietà che è possibile usare per configurare una trascrizione quando si chiama l'operazione Transcriptions_Create. Nella stessa pagina è possibile trovare anche altri esempi, ad esempio per la creazione di una trascrizione con identificazione della lingua.

Per visualizzare le informazioni della Guida dell'interfaccia della riga di comando di Voce per le opzioni di configurazione della trascrizione, eseguire il comando seguente:

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"

È possibile effettuare una richiesta Models_ListBaseModels per ottenere i modelli di base disponibili per tutte le impostazioni locali.

Effettuare una richiesta HTTP GET come illustrato nell'esempio seguente per l'area eastus. Sostituire YourSubscriptionKey con la chiave della risorsa Voce. Sostituire eastus se si usa un'area diversa.

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

Per impostazione predefinita vengono restituiti solo i 100 modelli di base meno recenti. Usare i parametri di query skip e top per scorrere i risultati. Ad esempio, la richiesta seguente restituisce i 100 modelli di base successivi dopo i primi 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"

Assicurarsi di impostare le variabili di configurazione per una risorsa Voce in una delle aree supportate. È possibile eseguire il comando spx csr list --base per ottenere i modelli di base disponibili per tutte le impostazioni locali.

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

Impostare l'URI completo del modello, come illustrato in questo esempio per l'area eastus. Sostituire YourSubscriptionKey con la chiave della risorsa Voce. Sostituire eastus se si usa un'area diversa.

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"

Impostare l'URI completo del modello, come illustrato in questo esempio per l'area eastus. Sostituire eastus se si usa un'area diversa.

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