Text Independent - Create Enrollment

Service:

Speaker Recognition

API Version:

2021-09-05

Profil registrieren
Fügt dem vorhandenen Profil eine Registrierung hinzu. Die erste Registrierung muss ein vordefinierter Aktivierungsbegriff sein, der mithilfe der Api /phrases/{locale} aufgelistet werden kann. Wenn die Mindestanzahl der angeforderten Registrierungsaudios erreicht wird, wird ein Sprachdruck erstellt. Jede weitere Registrierung wird verwendet, um den Sprachdruck zu verbessern.

Einschränkungen:

• Die minimale Audioeingabelänge pro Anforderung beträgt 1 Sekunde

• Die maximale Audioeingabelänge pro Anforderung beträgt 120 Sekunden

• Die minimale effektive Sprachlänge (ohne Stille und andere Nicht-Sprachframes) zum Erstellen eines Sprachabdrucks beträgt 20 Sekunden Diese Einschränkung kann deaktiviert werden, indem Sie "ignoreMinLength" auf true festlegen.

• Die maximale gesamt zulässige Audioeingabelänge zum Erstellen eines Voiceprints beträgt 300 Sekunden

• Minimales Audiosignal-Rausch-Verhältnis (SNR) beträgt 2dB

POST {endpoint}/speaker-recognition/verification/text-independent/profiles/{profileId}/enrollments?api-version=2021-09-05

With optional parameters:

POST {endpoint}/speaker-recognition/verification/text-independent/profiles/{profileId}/enrollments?api-version=2021-09-05&ignoreMinLength={ignoreMinLength}

URI-Parameter

Name	In	Erforderlich	Typ	Beschreibung
endpoint	path	True	string	Unterstützte Cognitive Services-Endpunkte (Protokoll und Hostname, z. B. ). https://westus.api.cognitive.microsoft.com
profileId	path	True	string uuid	Eindeutiger Bezeichner für die Profil-ID (guid).
api-version	query	True	string	Gibt die Version des für die Anforderung zu verwendenden Vorgangs an.
ignoreMinLength	query		boolean	Wenn true, wird sofort ein Sprachdruck für dieses Profil erstellt, unabhängig davon, wie viel Sprache bereitgestellt oder gespeichert wird. Der Standardwert ist "false".

Anforderungsheader

Media Types: "audio/wav; codecs=audio/pcm"

Name	Erforderlich	Typ	Beschreibung
Ocp-Apim-Subscription-Key	True	string

Anforderungstext

Media Types: "audio/wav; codecs=audio/pcm"

Name	Typ	Beschreibung
audioData	object	Binäre Audiodatei. Unterstützte Formate sind Audio/WAV; codecs=audio/pcm. Unterstützt Audio bis zu 5 MB.

Antworten

Name	Typ	Beschreibung
201 Created	TiEnrollmentInfo	Erstellt
Other Status Codes	SpeakerErrorInfo	Fehler Headers x-ms-error-code: string

Sicherheit

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Beispiele

Successful Query

Sample Request

HTTP

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/verification/text-independent/profiles/49a36324-fc4b-4387-aa06-090cfbf0064f/enrollments?api-version=2021-09-05


"{binary file date}"

Sample Response

Status code:

201

Content-Type: application/json

Response Body

{
  "profileId": "49a36324-fc4b-4387-aa06-090cfbf0064f",
  "enrollmentStatus": "Enrolling",
  "enrollmentsCount": 1,
  "enrollmentsLengthInSec": 1.83,
  "enrollmentsSpeechLengthInSec": 1.35,
  "remainingEnrollmentsSpeechLengthInSec": 18.65,
  "audioLengthInSec": 1.83,
  "audioSpeechLengthInSec": 1.35
}

Status code:

default

Content-Type: application/json
x-ms-error-code: Error Code

Response Body

{
  "error": {
    "code": "Error Code",
    "message": "Erro Messae"
  }
}

Definitionen

Name	Beschreibung
Error
SpeakerErrorInfo	Sprecherfehlermeldung
TiEnrollmentInfo	Registrierungsinformationen zum Text-Independent Speaker-Profil
TrainingStatusType	Status, der den aktuellen Status des Profils darstellt. Folgende Werte sind verfügbar: Registrierung: Das Profil verfügt über keinen Sprachdruck und ist nicht für Erkennungsanforderungen bereit. Schulung: Der Sprachdruck des Profils wird erstellt und kann derzeit nicht für die Erkennung verwendet werden. Registriert: Das Profil verfügt über eine Sprachausgabe und ist für Erkennungsanforderungen bereit.

Error

Name	Typ	Beschreibung
code	string
message	string

SpeakerErrorInfo

Sprecherfehlermeldung

Name	Typ	Beschreibung
error	Error

TiEnrollmentInfo

Registrierungsinformationen zum Text-Independent Speaker-Profil

Name	Typ	Beschreibung
audioLengthInSec	number	Diese Registrierungsaudiolänge in Sekunden.
audioSpeechLengthInSec	number	Diese Registrierung Audio reine Sprache (das ist die Menge an Audio nach dem Entfernen von Stille und Nicht-Sprachsegmenten) Länge in Sekunden.
enrollmentStatus	TrainingStatusType	Status, der den aktuellen Status des Profils darstellt. Folgende Werte sind verfügbar: Registrierung: Das Profil verfügt über keinen Sprachdruck und ist nicht für Erkennungsanforderungen bereit. Schulung: Der Sprachdruck des Profils wird erstellt und kann derzeit nicht für die Erkennung verwendet werden. Registriert: Das Profil verfügt über eine Sprachausgabe und ist für Erkennungsanforderungen bereit.
enrollmentsCount	integer	Anzahl der für dieses Profil akzeptierten Registrierungsaudios.
enrollmentsLengthInSec	number	Gesamtlänge der für dieses Profil akzeptierten Registrierungsaudios in Sekunden.
enrollmentsSpeechLengthInSec	number	Summation der reinen Sprache (dies ist die Audiomenge nach dem Entfernen von Stille und Nicht-Sprachsegmenten) über alle Profilregistrierungen in Sekunden.
profileId	string	Eindeutiger Bezeichner für die Profil-ID (guid).
remainingEnrollmentsSpeechLengthInSec	number	Die Menge der reinen Sprache (also die Menge an Audiodaten nach dem Entfernen von Stille- und Spracherkennungssegmenten), die erforderlich ist, um die Profilregistrierung in Sekunden abzuschließen.

TrainingStatusType

Status, der den aktuellen Status des Profils darstellt. Folgende Werte sind verfügbar:

• Registrierung: Das Profil verfügt über keinen Sprachdruck und ist nicht für Erkennungsanforderungen bereit.
• Schulung: Der Sprachdruck des Profils wird erstellt und kann derzeit nicht für die Erkennung verwendet werden.
• Registriert: Das Profil verfügt über eine Sprachausgabe und ist für Erkennungsanforderungen bereit.

Name	Typ	Beschreibung
Enrolled	string
Enrolling	string
Training	string