Transcriptions - Transcribe

Referência

Serviço:: Azure AI Services

Versão da API:: 2024-05-15-preview

Transcreve o fluxo de áudio fornecido.

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

Parâmetros de URI

Nome	Em	Obrigatório	Tipo	Description
audio	formData	True	file binary	O áudio como um fluxo de bytes.
definition	formData	True	string	Metadados para uma solicitação de transcrição rápida. Este campo contém um objeto serializado em JSON do tipo `TranscribeDefinition`.
endpoint	path	True	string	Pontos de extremidade dos Serviços Cognitivos com suporte (protocolo e nome do host, por exemplo: https://westus.api.cognitive.microsoft.com).
api-version	query	True	string	A versão da API solicitada.

Respostas

Nome	Tipo	Description
200 OK	TranscribeResult	OKEY

Segurança

Ocp-Apim-Subscription-Key

Forneça a chave da conta de serviços cognitivos aqui.

Tipo: apiKey
Em: header

Authorization

Forneça um token de acesso do JWT retornado pelo STS desta região. Adicione o escopo de gerenciamento ao token adicionando a seguinte cadeia de caracteres de consulta à URL do STS: ?scope=speechservicesmanagement

Tipo: apiKey
Em: header

Exemplos

Transcribe an audio file

Solicitação de exemplo

HTTP

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

Resposta de exemplo

Código de status:: 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
    }
  ]
}

Definições

Nome	Description
CombinedPhrases
Phrase	Uma frase transcrita.
TranscribeResult	O resultado da operação de transcrever.
Word	Palavra com carimbo de data/hora no formulário de exibição.

CombinedPhrases

Nome	Tipo	Description
channel	integer	O índice de canal baseado em 0. Só estará presente se a separação de canal estiver habilitada.
text	string	O texto transcrito completo para o canal.

Phrase

Uma frase transcrita.

Nome	Tipo	Description
channel	integer	O índice de canal baseado em 0. Só estará presente se a separação de canal estiver habilitada.
confidence	number	O valor de confiança da frase.
duration	integer	A duração da frase em milissegundos.
locale	string	A localidade da frase.
offset	integer	O deslocamento inicial da frase em milissegundos.
speaker	integer	O número do alto-falante. Só estará presente se a diarização do locutor estiver habilitada.
text	string	O texto transcrito da frase.
words	Word[]	As palavras que compõem a frase. Só estará presente se os carimbos de data/hora de nível de palavra estiverem habilitados.

TranscribeResult

O resultado da operação de transcrever.

Nome	Tipo	Description
combinedPhrases	CombinedPhrases[]	Os resultados combinados da transcrição para cada canal.
duration	integer	A duração do áudio em milissegundos.
phrases	Phrase[]	Os resultados da transcrição segmentados em frases.

Word

Palavra com carimbo de data/hora no formulário de exibição.

Nome	Tipo	Description
duration	integer	A duração da palavra em milissegundos.
offset	integer	O deslocamento inicial da palavra em milissegundos.
text	string	A palavra reconhecida, incluindo pontuação.

Compartilhar via