Získání výsledků dávkového přepisu

Článek
01/29/2024

Pokud chcete získat výsledky přepisu, nejprve zkontrolujte stav úlohy přepisu. Pokud je úloha dokončená, můžete načíst přepisy a sestavu přepisu.

Získání stavu přepisu

Pokud chcete získat stav úlohy přepisu, zavolejte Transcriptions_Get operaci speech na textové rozhraní REST API.

Důležité

Úlohy dávkového přepisu se plánují na základě nejlepšího úsilí. Ve špičce může zpracování úlohy přepisu trvat až 30 minut nebo déle. Ve většině případů během provádění bude Runningstav přepisu . Důvodem je to, že úloha má přiřazený stav v okamžiku Running , kdy se přesune do back-endového systému dávkového přepisu. Při použití základního modelu k tomuto přiřazení dojde téměř okamžitě; u vlastních modelů je o něco pomalejší. Doba, po kterou úloha přepisu stráví ve Running stavu, neodpovídá skutečnému času přepisu, ale zahrnuje také dobu čekání v interních frontách.

Vytvořte požadavek HTTP GET pomocí identifikátoru URI, jak je znázorněno v následujícím příkladu. Nahraďte YourTranscriptionId id přepisu, nahraďte YourSubscriptionKey klíčem prostředku služby Speech a nahraďte YourServiceRegion oblastí prostředků služby Speech.

curl -v -X GET "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/YourTranscriptionId" -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey"

Měl by se zobrazit text odpovědi v následujícím formátu:

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3",
  "model": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base/aaa321e9-5a4e-4db1-88a2-f251bbe7b555"
  },
  "links": {
    "files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files"
  },
  "properties": {
    "diarizationEnabled": false,
    "wordLevelTimestampsEnabled": false,
    "displayFormWordLevelTimestampsEnabled": true,
    "channels": [
      0,
      1
    ],
    "punctuationMode": "DictatedAndAutomatic",
    "profanityFilterMode": "Masked",
    "duration": "PT3S",
    "languageIdentification": {
      "candidateLocales": [
        "en-US",
        "de-DE",
        "es-ES"
      ]
    }
  },
  "lastActionDateTime": "2022-09-10T18:39:09Z",
  "status": "Succeeded",
  "createdDateTime": "2022-09-10T18:39:07Z",
  "locale": "en-US",
  "displayName": "My Transcription"
}

Vlastnost status označuje aktuální stav přepisů. Přepisy a sestava přepisu jsou k dispozici, pokud je Succeededstav přepisu .

Důležité

Pokud chcete získat stav úlohy přepisu, použijte spx batch transcription status příkaz. Parametry požadavku se sestaví podle následujících pokynů:

transcription Nastavte parametr na ID přepisu, který chcete získat.

Tady je příklad příkazu Rozhraní příkazového řádku služby Speech, který získá stav přepisu:

spx batch transcription status --api-version v3.1 --transcription YourTranscriptionId

Měl by se zobrazit text odpovědi v následujícím formátu:

{
  "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3",
  "model": {
    "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base/aaa321e9-5a4e-4db1-88a2-f251bbe7b555"
  },
  "links": {
    "files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files"
  },
  "properties": {
    "diarizationEnabled": false,
    "wordLevelTimestampsEnabled": false,
    "displayFormWordLevelTimestampsEnabled": true,
    "channels": [
      0,
      1
    ],
    "punctuationMode": "DictatedAndAutomatic",
    "profanityFilterMode": "Masked",
    "duration": "PT3S"
  },
  "lastActionDateTime": "2022-09-10T18:39:09Z",
  "status": "Succeeded",
  "createdDateTime": "2022-09-10T18:39:07Z",
  "locale": "en-US",
  "displayName": "My Transcription"
}

Vlastnost status označuje aktuální stav přepisů. Přepisy a sestava přepisu jsou k dispozici, pokud je Succeededstav přepisu .

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

spx help batch transcription

Získání výsledků přepisu

Operace Transcriptions_ListFiles vrátí seznam výsledných souborů pro přepis. Pro každou odeslanou úlohu dávkového přepisu je k dispozici soubor sestavy přepisu přepisu. Kromě toho se pro každý úspěšně přepisovaný zvukový soubor poskytuje jeden soubor přepisu (konečný výsledek).

Vytvořte požadavek HTTP GET pomocí identifikátoru URI "files" z předchozího textu odpovědi. Nahraďte YourTranscriptionId id přepisu, nahraďte YourSubscriptionKey klíčem prostředku služby Speech a nahraďte YourServiceRegion oblastí prostředků služby Speech.

curl -v -X GET "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/YourTranscriptionId/files" -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey"

Měl by se zobrazit text odpovědi v následujícím formátu:

{
  "values": [
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/2dd180a1-434e-4368-a1ac-37350700284f",
      "name": "contenturl_0.json",
      "kind": "Transcription",
      "properties": {
        "size": 3407
      },
      "createdDateTime": "2022-09-10T18:39:09Z",
      "links": {
        "contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_0_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=AobsqO9DH9CIOuGC5ifFH3QpkQay6PjHiWn5G87FcIg%3D"
      }
    },
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/c027c6a9-2436-4303-b64b-e98e3c9fc2e3",
      "name": "contenturl_1.json",
      "kind": "Transcription",
      "properties": {
        "size": 8233
      },
      "createdDateTime": "2022-09-10T18:39:09Z",
      "links": {
        "contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_1_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=wO3VxbhLK4PhT3rwLpJXBYHYQi5EQqyl%2Fp1lgjNvfh0%3D"
      }
    },
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/faea9a41-c95c-4d91-96ff-e39225def642",
      "name": "report.json",
      "kind": "TranscriptionReport",
      "properties": {
        "size": 279
      },
      "createdDateTime": "2022-09-10T18:39:09Z",
      "links": {
        "contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_report.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=gk1k%2Ft5qa1TpmM45tPommx%2F2%2Bc%2FUUfsYTX5FoSa1u%2FY%3D"
      }
    }
  ]
}

Umístění jednotlivých souborů sestav přepisu a přepisu s dalšími podrobnostmi se vrátí v textu odpovědi. Vlastnost contentUrl obsahuje adresu URL souboru přepisu ("kind": "Transcription") nebo sestavy přepisu ("kind": "TranscriptionReport").

Pokud jste ve destinationContainerUrl vlastnosti žádosti o přepis nezadali kontejner, uloží se výsledky do kontejneru spravovaného Microsoftem. Při odstranění úlohy přepisu se odstraní také data výsledku přepisu.

Příkaz spx batch transcription list vrátí seznam výsledných souborů pro přepis. Pro každou odeslanou úlohu dávkového přepisu je k dispozici soubor sestavy přepisu přepisu. Kromě toho se pro každý úspěšně přepisovaný zvukový soubor poskytuje jeden soubor přepisu (konečný výsledek).

Nastavte požadovaný files příznak.
Nastavte požadovaný transcription parametr na ID přepisu, který chcete získat protokoly.

Tady je příklad příkazu Rozhraní příkazového řádku služby Speech, který získá seznam souborů výsledků pro přepis:

spx batch transcription list --api-version v3.1 --files --transcription YourTranscriptionId

Měl by se zobrazit text odpovědi v následujícím formátu:

{
  "values": [
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/2dd180a1-434e-4368-a1ac-37350700284f",
      "name": "contenturl_0.json",
      "kind": "Transcription",
      "properties": {
        "size": 3407
      },
      "createdDateTime": "2022-09-10T18:39:09Z",
      "links": {
        "contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_0_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=AobsqO9DH9CIOuGC5ifFH3QpkQay6PjHiWn5G87FcIg%3D"
      }
    },
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/c027c6a9-2436-4303-b64b-e98e3c9fc2e3",
      "name": "contenturl_1.json",
      "kind": "Transcription",
      "properties": {
        "size": 8233
      },
      "createdDateTime": "2022-09-10T18:39:09Z",
      "links": {
        "contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_1_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=wO3VxbhLK4PhT3rwLpJXBYHYQi5EQqyl%2Fp1lgjNvfh0%3D"
      }
    },
    {
      "self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/faea9a41-c95c-4d91-96ff-e39225def642",
      "name": "report.json",
      "kind": "TranscriptionReport",
      "properties": {
        "size": 279
      },
      "createdDateTime": "2022-09-10T18:39:09Z",
      "links": {
        "contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_report.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=gk1k%2Ft5qa1TpmM45tPommx%2F2%2Bc%2FUUfsYTX5FoSa1u%2FY%3D"
      }
    }
  ]
}

Ve výchozím nastavení jsou výsledky uložené v kontejneru spravovaném Microsoftem. Při odstranění úlohy přepisu se odstraní také data výsledku přepisu.

Soubor sestavy přepisu

Pro každou odeslanou úlohu dávkového přepisu je k dispozici jeden soubor sestavy přepisu přepisu.

Obsah každého souboru výsledků přepisu je formátovaný jako JSON, jak je znázorněno v tomto příkladu.

{
  "successfulTranscriptionsCount": 2,
  "failedTranscriptionsCount": 0,
  "details": [
    {
      "source": "https://crbn.us/hello.wav",
      "status": "Succeeded"
    },
    {
      "source": "https://crbn.us/whatstheweatherlike.wav",
      "status": "Succeeded"
    }
  ]
}

Soubor výsledků přepisu

Pro každý úspěšně přepisovaný zvukový soubor je k dispozici jeden soubor výsledků přepisu.

Obsah každého souboru výsledků přepisu je formátovaný jako JSON, jak je znázorněno v tomto příkladu.

{
  "source": "...",
  "timestamp": "2023-07-10T14:28:16Z",
  "durationInTicks": 25800000,
  "duration": "PT2.58S",
  "combinedRecognizedPhrases": [
    {
      "channel": 0,
      "lexical": "hello world",
      "itn": "hello world",
      "maskedITN": "hello world",
      "display": "Hello world."
    }
  ],
  "recognizedPhrases": [
    {
      "recognitionStatus": "Success",
      "channel": 0,
      "offset": "PT0.76S",
      "duration": "PT1.32S",
      "offsetInTicks": 7600000.0,
      "durationInTicks": 13200000.0,
      "nBest": [
        {
          "confidence": 0.5643338,
          "lexical": "hello world",
          "itn": "hello world",
          "maskedITN": "hello world",
          "display": "Hello world.",
          "displayWords": [
            {
              "displayText": "Hello",
              "offset": "PT0.76S",
              "duration": "PT0.76S",
              "offsetInTicks": 7600000.0,
              "durationInTicks": 7600000.0
            },
            {
              "displayText": "world.",
              "offset": "PT1.52S",
              "duration": "PT0.56S",
              "offsetInTicks": 15200000.0,
              "durationInTicks": 5600000.0
            }
          ]
        },
        {
          "confidence": 0.1769063,
          "lexical": "helloworld",
          "itn": "helloworld",
          "maskedITN": "helloworld",
          "display": "helloworld"
        },
        {
          "confidence": 0.49964225,
          "lexical": "hello worlds",
          "itn": "hello worlds",
          "maskedITN": "hello worlds",
          "display": "hello worlds"
        },
        {
          "confidence": 0.4995761,
          "lexical": "hello worm",
          "itn": "hello worm",
          "maskedITN": "hello worm",
          "display": "hello worm"
        },
        {
          "confidence": 0.49418187,
          "lexical": "hello word",
          "itn": "hello word",
          "maskedITN": "hello word",
          "display": "hello word"
        }
      ]
    }
  ]
}

V závislosti na parametrech požadavku nastavených při vytváření úlohy přepisu může soubor přepisu obsahovat následující vlastnosti výsledku.

Vlastnost	Popis
`channel`	Číslo kanálu výsledků. U stereofonního zvukového streamu se během přepisu rozdělí kanály vlevo a vpravo. Pro každý vstupní zvukový soubor se vytvoří výsledný soubor JSON.
`combinedRecognizedPhrases`	Zřetězené výsledky všech frází pro kanál.
`confidence`	Hodnota spolehlivosti pro rozpoznávání.
`display`	Formát zobrazení rozpoznaného textu. Přidání interpunkce a velká písmena jsou zahrnuté.
`displayWords`	Časové razítka pro každé slovo přepisu. Vlastnost `displayFormWordLevelTimestampsEnabled` požadavku musí být nastavena na `true`hodnotu , jinak tato vlastnost není k dispozici. Poznámka: Tato vlastnost je k dispozici pouze u rozhraní REST API pro převod řeči na text verze 3.1.
`duration`	Doba trvání zvuku. Hodnota je doba trvání kódování ISO 8601.
`durationInTicks`	Doba trvání zvuku v ticks (jedno z nich je 100 nanosekund).
`itn`	Formát rozpoznaného textu normalizovaného inverzního textu (ITN). Použijí se zkratky jako "Doctor Smith" na "Dr Smith", telefonní čísla a další transformace.
`lexical`	Rozpoznaná skutečná slova.
`locale`	Národní prostředí identifikované ze vstupu zvuku. Vlastnost `languageIdentification` požadavku musí být nastavená, jinak tato vlastnost není k dispozici. Poznámka: Tato vlastnost je k dispozici pouze u rozhraní REST API pro převod řeči na text verze 3.1.
`maskedITN`	Formulář ITN s použitým maskováním vulgárních výrazů.
`nBest`	Seznam možných přepisů aktuální fráze s jistotami
`offset`	Posun zvuku této fráze. Hodnota je doba trvání kódování ISO 8601.
`offsetInTicks`	Posun zvuku této fráze v ticks (jedno z nich je 100 nanosekund).
`recognitionStatus`	Stav rozpoznávání. Příklad: "Úspěch" nebo "Selhání".
`recognizedPhrases`	Seznam výsledků pro každou frázi
`source`	Adresa URL, která byla zadaná jako vstupní zdroj zvuku. Zdroj odpovídá `contentUrls` vlastnosti nebo `contentContainerUrl` vlastnosti požadavku. Vlastnost `source` je jediným způsobem, jak potvrdit zvukový vstup pro přepis.
`speaker`	Identifikovaný mluvčí. Vlastnosti `diarization` a `diarizationEnabled` vlastnosti požadavku musí být nastaveny, jinak tato vlastnost není k dispozici.
`timestamp`	Datum a čas vytvoření přepisu. Hodnota je časové razítko kódované iso 8601.
`words`	Seznam výsledků s lexikálním textem pro každé slovo fráze. Vlastnost `wordLevelTimestampsEnabled` požadavku musí být nastavena na `true`hodnotu , jinak tato vlastnost není k dispozici.

Získání výsledků dávkového přepisu

Získání stavu přepisu

Získání výsledků přepisu

Soubor sestavy přepisu

Soubor výsledků přepisu

Další kroky

Další materiály