Transcriptions - Transcribe

Référence

Service:: Azure AI Services

Version d'API:: 2024-05-15-preview

Transcrit le flux audio fourni.

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

Paramètres URI

Nom	Dans	Obligatoire	Type	Description
audio	formData	True	file binary	Audio sous la forme d’un flux d’octets.
definition	formData	True	string	Métadonnées pour une demande de transcription rapide. Ce champ contient un objet sérialisé JSON de type `TranscribeDefinition`.
endpoint	path	True	string	Points de terminaison Cognitive Services pris en charge (protocole et nom d’hôte, par exemple : https://westus.api.cognitive.microsoft.com).
api-version	query	True	string	Version de l’API demandée.

Réponses

Nom	Type	Description
200 OK	TranscribeResult	D’ACCORD

Sécurité

Ocp-Apim-Subscription-Key

Fournissez ici votre clé de compte Cognitive Services.

Type: apiKey
Dans: header

Authorization

Fournissez un jeton d’accès à partir du JWT retourné par le STS de cette région. Veillez à ajouter l’étendue de gestion au jeton en ajoutant la chaîne de requête suivante à l’URL STS : ?scope=speechservicesmanagement

Type: apiKey
Dans: header

Exemples

Transcribe an audio file

Exemple de requête

HTTP

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

Exemple de réponse

Code d’état:: 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
    }
  ]
}

Définitions

Nom	Description
CombinedPhrases
Phrase	Expression transcrite.
TranscribeResult	Résultat de l’opération de transcription.
Word	Mot horodaté dans le formulaire d’affichage.

CombinedPhrases

Nom	Type	Description
channel	integer	Index de canal basé sur 0. Présente uniquement si la séparation des canaux est activée.
text	string	Texte transcrit complet pour le canal.

Phrase

Expression transcrite.

Nom	Type	Description
channel	integer	Index de canal basé sur 0. Présente uniquement si la séparation des canaux est activée.
confidence	number	Valeur de confiance de l’expression.
duration	integer	Durée de l’expression en millisecondes.
locale	string	Paramètres régionaux de l’expression.
offset	integer	Décalage de début de l’expression en millisecondes.
speaker	integer	Numéro de l’orateur. Présente uniquement si la diarisation de l’orateur est activée.
text	string	Texte transcrit de l’expression.
words	Word[]	Mots qui composent l’expression. Présente uniquement si les horodatages au niveau du mot sont activés.

TranscribeResult

Résultat de l’opération de transcription.

Nom	Type	Description
combinedPhrases	CombinedPhrases[]	Résultats de transcription combinés pour chaque canal.
duration	integer	Durée de l’audio en millisecondes.
phrases	Phrase[]	Les résultats de la transcription sont segmentés en expressions.

Word

Mot horodaté dans le formulaire d’affichage.

Nom	Type	Description
duration	integer	Durée du mot en millisecondes.
offset	integer	Décalage de début du mot en millisecondes.
text	string	Mot reconnu, y compris la ponctuation.

Partager via