Azure AI Video Indexer の出力を調べる

[アーティクル]
08/02/2023

ビデオのインデックスが作成されると、Azure AI Video Indexer によって、指定されたビデオ分析情報の詳細を含む JSON コンテンツが生成されます。分析情報には、トランスクリプト、光学式文字認識要素 (OCR)、顔、トピックなどの詳細が含まれます。各種の分析情報には、その分析情報がビデオにいつ現れたかを示す時間範囲のインスタンスが含まれます。

詳細については、 Azure AI Video Indexer の分析情報に関するページを参照してください。

分析情報のルート要素

名前	説明
`accountId`	プレイリストの VI アカウント ID
`id`	プレイリストの ID
`name`	プレイリストの名前
`description`	プレイリストの説明
`userName`	プレイリストを作成したユーザーの名前
`created`	プレイリストの作成時刻
`privacyMode`	プレイリストのプライバシーモード (`Private` または `Public`)。
`state`	プレイリストの状態 (`Uploaded`、`Processing`、`Processed`、`Failed`、または `Quarantined`)。
`isOwned`	現在のユーザーがプレイリストを作成したかどうかを示します。
`isEditable`	現在のユーザーにプレイリストを編集する権限があるかどうかを示します。
`isBase`	プレイリストがベースのプレイリスト (ビデオ) か、他のビデオによって構成されたプレイリスト (派生) かどうかを示します。
`durationInSeconds`	プレイリストの合計期間
`summarizedInsights`	生成された JSON 出力には、`Insights` と `SummarizedInsights` の要素が含まれます。 `Insights` を使用し、`SummarizedInsights` (後方互換対応のために存在します) は使用しないことをお勧めします。
`videos`	プレイリストを構成するビデオの一覧。このプレイリストが他のビデオの時間範囲 (派生) で構成されている場合、このリストのビデオには、含まれている時間範囲のデータのみが含まれます。

{
  ...
  "accountId": "00000000-0000-0000-0000-000000000000",
  "id": "abc3454321",
  "name": "My first video",
  "description": "I am trying VI",
  "userName": "Some name",
  "created": "2018/2/2 18:00:00.000",
  "privacyMode": "Private",
  "state": "Processed",
  "isOwned": true,
  "isEditable": false,
  "isBase": false,
  "durationInSeconds": 120, 
  "summarizedInsights" : null,
  "videos": [{ . . . }]
}

ヒント

生成された JSON 出力には、Insights と SummarizedInsights の要素が含まれます。 Insights を使用し、SummarizedInsights (後方互換対応のために存在) は使用しないことを強くお勧めします。

分析情報の概要

このセクションには、分析情報の概要が表示されます。

属性	説明
`name`	ビデオの名前 (例: `Azure Monitor`)。
`id`	ビデオの ID (例: `63c6d532ff`)。
`privacyMode`	内訳には次のいずれかのモードがあります。`Public` ビデオは、アカウント内のすべてのユーザーと、ビデオへのリンクを持っているすべてのユーザーに表示されます。 `Private` ビデオは、アカウント内のすべてのユーザーに表示されます。
`duration`	分析情報が発生した時間 (秒単位)。
`thumbnailVideoId`	サムネイルの取得元のビデオの ID。
`thumbnailId`	ビデオのサムネイル ID。実際のサムネイルを取得するには、Get-Thumbnail を呼び出し、`thumbnailVideoId` と `thumbnailId` を渡します。
`faces`	0 個以上の顔を含めます。詳細については、「顔」を参照してください。
`keywords`	0 個以上のキーワードを含めます。詳細については、「keywords」を参照してください。
`sentiments`	0 個以上のセンチメントを含めます。詳細については、「sentiments」を参照してください。
`audioEffects`	0 個以上のオーディオエフェクトを含めます。詳細については、「audioEffects」を参照してください。
`labels`	0 個以上のラベルを含めます。詳細については、「labels」を参照してください。
`brands`	0 個以上のブランドを含めます。詳細については、「brands」を参照してください。
`statistics`	詳細については、「統計」を参照してください。
`emotions`	0 個以上の感情を含めます。詳細については、「emotions」を参照してください。
`topics`	0 個以上のトピックを含めます。詳細については、「topics」を参照してください。

videos

名前	説明
`accountId`	ビデオの VI アカウント ID
`id`	ビデオの ID
`name`	ビデオの名前
`state`	ビデオの状態 (`Uploaded`、`Processing`、`Processed`、`Failed`、または `Quarantined`)。
`processingProgress`	処理中の進行状況。 (例: `20%`)。
`failureCode`	ビデオの処理に失敗した場合のエラーコード。 (例: `UnsupportedFileType`)。
`failureMessage`	ビデオの処理に失敗した場合のエラーメッセージ。
`externalId`	ビデオの外部 ID (ユーザーが指定した場合)。
`externalUrl`	ビデオの外部 URL (ユーザーが指定した場合)。
`metadata`	ビデオの外部メタデータ (ユーザーが指定した場合)。
`isAdult`	ビデオが手動でレビューされ、成人向けビデオとして識別されたかどうかを示します。
`insights`	分析情報オブジェクト詳細については、「分析情報」を参照してください。
`thumbnailId`	ビデオのサムネイル ID。実際のサムネイルを取得するには、Get-Thumbnail を呼び出し、ビデオ ID とサムネイル ID に渡します。
`publishedUrl`	ビデオをストリーミングする URL。
`publishedUrlProxy`	Apple デバイス上のビデオをストリーミングする URL。
`viewToken`	ビデオストリーミング用の短命表示トークン。
`sourceLanguage`	ビデオのソース言語
`language`	ビデオの実際の言語 (翻訳)
`indexingPreset`	ビデオのインデックス付けに使用するプリセット
`streamingPreset`	ビデオの発行に使用するプリセット
`linguisticModelId`	ビデオの文字起こしに使われるトランスクリプトカスタマイズ (CRIS) モデル。
`statistics`	詳細については、「統計」を参照してください。

{
    "videos": [{
        "accountId": "2cbbed36-1972-4506-9bc7-55367912df2d",
        "id": "142a356aa6",
        "state": "Processed",
        "privacyMode": "Private",
        "processingProgress": "100%",
        "failureCode": "General",
        "failureMessage": "",
        "externalId": null,
        "externalUrl": null,
        "metadata": null,
        "insights": {. . . },
        "thumbnailId": "89d7192c-1dab-4377-9872-473eac723845",
        "publishedUrl": "https://videvmediaservices.streaming.mediaservices.windows.net:443/d88a652d-334b-4a66-a294-3826402100cd/Xamarine.ism/manifest",
        "publishedProxyUrl": null,
        "viewToken": "Bearer=<token>",
        "sourceLanguage": "En-US",
        "language": "En-US",
        "indexingPreset": "Default",
        "linguisticModelId": "00000000-0000-0000-0000-000000000000"
    }],
}

insights

各分析情報 (トランスクリプト行、顔、ブランドなど) には、一意の要素の一覧 (face1、face2、face3 など) が含まれています。各要素には、独自のメタデータと、追加のメタデータを含む時間範囲であるインスタンスの一覧があります。

顔には、ID、名前、サムネイル、その他のメタデータ、そのテンポラルインスタンスのリスト (、、00:00:05 – 00:00:1000:01:00 - 00:02:30、 00:41:21 – 00:41:49など) が含まれる場合があります。各テンポラルインスタンスは、追加のメタデータを持つことができます。たとえば、メタデータには、顔の四角形の座標 (20,230,60,60) を含めることができます。

Version	コードのバージョン
`sourceLanguage`	BCP-47 文字列形式の (1 つのマスター言語を想定した) ビデオのソース言語。
`language`	BCP-47 文字列形式の (ソース言語から翻訳された) 分析情報言語。
`transcript`	transcript 分析情報。
`ocr`	OCR 分析情報。
`keywords`	keywords 分析情報。
`transcripts`	1 つ以上の transcript が含まれている場合があります。
`faces`	faces 分析情報。
`labels`	labels 分析情報。
`shots`	shots 分析情報。
`brands`	brands 分析情報。
`audioEffects`	audioEffects 分析情報。
`sentiments`	sentiments 分析情報。
`visualContentModeration`	visualContentModeration 分析情報。
`textualContentModeration`	textualContentModeration 分析情報。
`emotions`	emotions 分析情報。
`topics`	topics 分析情報。
`speakers`	speakers 分析情報。

例:

{
  "version": "0.9.0.0",
  "sourceLanguage": "en-US",
  "language": "es-ES",
  "transcript": ...,
  "ocr": ...,
  "keywords": ...,
  "faces": ...,
  "labels": ...,
  "shots": ...,
  "brands": ...,
  "audioEffects": ...,
  "sentiments": ...,
  "visualContentModeration": ...,
  "textualContentModeration": ...
}

transcript

名前	説明
`id`	行 ID。
`text`	トランスクリプトそのもの。
`confidence`	トランスクリプトの精度の信頼度レベル。
`speakerId`	話者の ID。
`language`	トランスクリプトの言語。各行の言語が異なる可能性があるトランスクリプトをサポートすることを目的としています。
`instances`	この行が出現する時間範囲の一覧。インスタンスがトランスクリプト内にある場合、インスタンスは 1 つだけです。

例:

"transcript":[
{
  "id":1,
  "text":"Well, good morning everyone and welcome to",
  "confidence":0.8839,
  "speakerId":1,
  "language":"en-US",
  "instances":[
     {
    "adjustedStart":"0:00:10.21",
    "adjustedEnd":"0:00:12.81",
    "start":"0:00:10.21",
    "end":"0:00:12.81"
     }
  ]
},
{
  "id":2,
  "text":"ignite 2016. Your mission at Microsoft is to empower every",
  "confidence":0.8944,
  "speakerId":2,
  "language":"en-US",
  "instances":[
     {
    "adjustedStart":"0:00:12.81",
    "adjustedEnd":"0:00:17.03",
    "start":"0:00:12.81",
    "end":"0:00:17.03"
     }
  ]
}

ocr

名前	説明
`id`	OCR の行 ID。
`text`	OCR のテキスト。
`confidence`	認識の信頼度。
`language`	OCR の言語。
`instances`	この OCR が出現する時間範囲の一覧 (同じ OCR が複数回出現する可能性があります)。
`height`	OCR 四角形の高さ。
`top`	上部の位置 (ピクセル単位)。
`left`	左側の位置 (ピクセル単位)。
`width`	OCR 四角形の幅。
`angle`	OCR 四角形の角度 (`-180` から `180`)。 `0` の値は左から右方向の水平を意味します。 `90` の値は上から下方向の垂直を意味します。 `180` の値は右から左方向の水平を意味します。 `-90` の値は下から上方向の垂直を意味します。 `30` の値は左上から右下方向を意味します。

"ocr": [
    {
      "id": 0,
      "text": "LIVE FROM NEW YORK",
      "confidence": 675.971,
      "height": 35,
      "language": "en-US",
      "left": 31,
      "top": 97,
      "width": 400,
      "angle": 30,
      "instances": [
        {
          "start": "00:00:26",
          "end": "00:00:52"
        }
      ]
    }
  ],

keywords

名前	説明
`id`	キーワードの ID。
`text`	キーワードのテキスト。
`confidence`	キーワードの認識の信頼度。
`language`	キーワードの言語 (翻訳時)。
`instances`	このキーワードが出現した時間範囲の一覧 (1 つのキーワードが複数回出現する可能性があります)。

{
    id: 0,
    text: "technology",
    confidence: 1,
    language: "en-US",
    instances: [{
            adjustedStart: "0:05:15.782",
            adjustedEnd: "0:05:16.249",
            start: "0:05:15.782",
            end: "0:05:16.249"
    },
    {
            adjustedStart: "0:04:54.761",
            adjustedEnd: "0:04:55.228",
            start: "0:04:54.761",
            end: "0:04:55.228"
    }]
}

faces

顔が存在する場合、Azure AI Video Indexer は、すべてのビデオのフレームで Face API を使用して顔と有名人を検出します。

名前	説明
`id`	顔の ID。
`name`	顔の名前。 `Unknown #0`、識別された著名人、または顧客のトレーニング担当者の場合があります。
`confidence`	顔識別の信頼度レベル。
`description`	著名人の説明
`thumbnailId`	その顔のサムネイルの ID
`knownPersonId`	既知の人物の場合は、内部 ID。
`referenceId`	Bing に登録されている著名人の場合は、Bing ID。
`referenceType`	現時点では Bing のみ。
`title`	著名人の場合は、その人物のタイトル。 (例: `Microsoft's CEO`)。
`imageUrl`	著名人の場合は、画像の URL。
`instances`	時間範囲の中で顔が出現したインスタンス。各インスタンスには `thumbnailsIds` 値もあります。

"faces": [{
    "id": 2002,
    "name": "Xam 007",
    "confidence": 0.93844,
    "description": null,
    "thumbnailId": "00000000-aee4-4be2-a4d5-d01817c07955",
    "knownPersonId": "8340004b-5cf5-4611-9cc4-3b13cca10634",
    "referenceId": null,
    "title": null,
    "imageUrl": null,
    "instances": [{
        "thumbnailsIds": ["00000000-9f68-4bb2-ab27-3b4d9f2d998e",
        "cef03f24-b0c7-4145-94d4-a84f81bb588c"],
        "adjustedStart": "00:00:07.2400000",
        "adjustedEnd": "00:00:45.6780000",
        "start": "00:00:07.2400000",
        "end": "00:00:45.6780000"
    },
    {
        "thumbnailsIds": ["00000000-51e5-4260-91a5-890fa05c68b0"],
        "adjustedStart": "00:10:23.9570000",
        "adjustedEnd": "00:10:39.2390000",
        "start": "00:10:23.9570000",
        "end": "00:10:39.2390000"
    }]
}]

labels

名前	説明
`id`	ラベルの ID。
`name`	ラベルの名前。たとえば、`Computer` や `TV` などです。
`language`	BCP-47 文字列形式のラベルの名前の言語 (翻訳済みの場合)。
`instances`	このラベルが出現する時間範囲の一覧 (ラベルは複数回出現する場合があります)。各インスタンスには信頼度フィールドがあります。

"labels": [
    {
      "id": 0,
      "name": "person",
      "language": "en-US",
      "instances": [
        {
          "confidence": 1.0,
          "start": "00: 00: 00.0000000",
          "end": "00: 00: 25.6000000"
        },
        {
          "confidence": 1.0,
          "start": "00: 01: 33.8670000",
          "end": "00: 01: 39.2000000"
        }
      ]
    },
    {
      "name": "indoor",
      "language": "en-US",
      "id": 1,
      "instances": [
        {
          "confidence": 1.0,
          "start": "00: 00: 06.4000000",
          "end": "00: 00: 07.4670000"
        },
        {
          "confidence": 1.0,
          "start": "00: 00: 09.6000000",
          "end": "00: 00: 10.6670000"
        },
        {
          "confidence": 1.0,
          "start": "00: 00: 11.7330000",
          "end": "00: 00: 20.2670000"
        },
        {
          "confidence": 1.0,
          "start": "00: 00: 21.3330000",
          "end": "00: 00: 25.6000000"
        }
      ]
    }
  ]

scenes

名前	説明
`id`	シーンの ID。
`instances`	このシーンの時間範囲の一覧 (1 つのシーンは 1 つのインスタンスのみを持つことができます)。

"scenes":[  
    {  
      "id":0,
      "instances":[  
          {  
            "start":"0:00:00",
            "end":"0:00:06.34",
            "duration":"0:00:06.34"
          }
      ]
    },
    {  
      "id":1,
      "instances":[  
          {  
            "start":"0:00:06.34",
            "end":"0:00:47.047",
            "duration":"0:00:40.707"
          }
      ]
    },

]

shots

名前	説明
`id`	ショットの ID。
`keyFrames`	ショット内のキーフレームの一覧。 ID と、インスタンスの時間範囲の一覧がそれぞれにあります。各キーフレームインスタンスには、キーフレームのサムネイル ID を保持する `thumbnailId` フィールドがあります。
`instances`	このショットの時間範囲の一覧 (1 つのショットは 1 つのインスタンスのみを持つことができます)。

"shots":[  
    {  
      "id":0,
      "keyFrames":[  
          {  
            "id":0,
            "instances":[  
                {  
                  "thumbnailId":"00000000-0000-0000-0000-000000000000",
                  "start":"0:00:00.209",
                  "end":"0:00:00.251",
                  "duration":"0:00:00.042"
                }
            ]
          },
          {  
            "id":1,
            "instances":[  
                {  
                  "thumbnailId":"00000000-0000-0000-0000-000000000000",
                  "start":"0:00:04.755",
                  "end":"0:00:04.797",
                  "duration":"0:00:00.042"
                }
            ]
          }
      ],
      "instances":[  
          {  
            "start":"0:00:00",
            "end":"0:00:06.34",
            "duration":"0:00:06.34"
          }
      ]
    },

]

brands

Azure AI Video Indexer は、音声テキスト変換トランスクリプトやビデオ OCR でビジネスおよび製品のブランド名を検出します。この情報には、ブランドやロゴ検出の視覚的な認識は含まれません。

名前	説明
`id`	ブランドの ID。
`name`	ブランドの名前。
`referenceId`	ブランドの Wikipedia URL のサフィックス。たとえば、`Target_Corporation` は https://en.wikipedia.org/wiki/Target_Corporation のサフィックスです。
`referenceUrl`	存在する場合は、ブランドの Wikipedia URL。 (例: https://en.wikipedia.org/wiki/Target_Corporation)。
`description`	ブランドの説明。
`tags`	このブランドに関連付けられていた定義済みタグの一覧
`confidence`	Azure AI Video Indexer ブランド検出機能 (`0`-`1`) の信頼度値。
`instances`	このブランドの時間範囲の一覧。各インスタンスは、このブランドがトランスクリプトまたは OCR に表示されたかどうかを示す `brandType` 値を持ちます。

"brands": [
{
    "id": 0,
    "name": "MicrosoftExcel",
    "referenceId": "Microsoft_Excel",
    "referenceUrl": "http: //en.wikipedia.org/wiki/Microsoft_Excel",
    "referenceType": "Wiki",
    "description": "Microsoft Excel is a sprea..",
    "tags": [],
    "confidence": 0.975,
    "instances": [
    {
        "brandType": "Transcript",
        "start": "00: 00: 31.3000000",
        "end": "00: 00: 39.0600000"
    }
    ]
},
{
    "id": 1,
    "name": "Microsoft",
    "referenceId": "Microsoft",
    "referenceUrl": "http: //en.wikipedia.org/wiki/Microsoft",
    "description": "Microsoft Corporation is...",
    "tags": [
    "competitors",
    "technology"
    ],
    "confidence": 1.0,
    "instances": [
    {
        "brandType": "Transcript",
        "start": "00: 01: 44",
        "end": "00: 01: 45.3670000"
    },
    {
        "brandType": "Ocr",
        "start": "00: 01: 54",
        "end": "00: 02: 45.3670000"
    }
    ]
}
]

statistics

名前	説明
`CorrespondenceCount`	ビデオ内の通知の数。
`SpeakerWordCount`	話者あたり単語の数
`SpeakerNumberOfFragments`	ビデオ内で話者が持っているフラグメント数。
`SpeakerLongestMonolog`	話者の最も長いモノローグ。モノローグでの話者の沈黙がある場合、それも含まれます。モノローグの先頭と末尾の無音は削除されます。
`SpeakerTalkToListenRatio`	計算は、ビデオの合計時間で割られた話者のモノローグに費やされた時間に基づきます (間の無音は含みません)。時間は、小数点第 3 位に丸められます。

audioEffects (プレビュー)

名前	説明
`id`	オーディオエフェクトの ID。
`type`	オーディオエフェクトの種類。
`name`	JSON のインデックスが作成された言語でのオーディオエフェクトの種類。
`instances`	このオーディオエフェクトが出現する時間範囲の一覧。各インスタンスに confidence フィールドがあります。
`start` + `end`	元のビデオの時間の範囲。
`adjustedStart` + `adjustedEnd`	時間範囲と調整された時間範囲

audioEffects: [{
 {
        id: 0,
        type: "Laughter",
        name: "Laughter",
        instances: [{
                confidence: 0.8815,
                adjustedStart: "0:00:10.2",
                adjustedEnd: "0:00:11.2",
                start: "0:00:10.2",
                end: "0:00:11.2"
            }, {
                confidence: 0.8554,
                adjustedStart: "0:00:48.26",
                adjustedEnd: "0:00:49.56",
                start: "0:00:48.26",
                end: "0:00:49.56"
            }, {
                confidence: 0.8492,
                adjustedStart: "0:00:59.66",
                adjustedEnd: "0:01:00.66",
                start: "0:00:59.66",
                end: "0:01:00.66"
            }
        ]
    }
],

sentiments

センチメントは、フィールド (Positive、、NeutralまたはNegative) によってsentimentType集計されます。例: 0-0.1, 0.1-0.2。

名前	説明
`id`	センチメントの ID。
`averageScore`	センチメントの種類が同じすべてのインスタンスのすべてのスコアの平均値。
`instances`	このセンチメントが出現する時間範囲の一覧。
`sentimentType`	種類には `Positive`、`Neutral`、または `Negative` を指定できます。

"sentiments": [
{
    "id": 0,
    "averageScore": 0.87,
    "sentimentType": "Positive",
    "instances": [
    {
        "start": "00:00:23",
        "end": "00:00:41"
    }
    ]
}, {
    "id": 1,
    "averageScore": 0.11,
    "sentimentType": "Positive",
    "instances": [
    {
        "start": "00:00:13",
        "end": "00:00:21"
    }
    ]
}
]

visualContentModeration

トラン visualContentModeration スクリプトには、Azure AI Video Indexer が成人向けコンテンツを持つ可能性がある時間範囲が含まれています。 visualContentModeration が空の場合、成人向けコンテンツは識別されません。

成人向けまたはわいせつなコンテンツを含むビデオでは、プライベートビューしか利用できない場合があります。ユーザーは、コンテンツの人間によるレビューの要求を送信できます。その場合、 IsAdult 属性には人間によるレビューの結果が含まれます。

名前	説明
`id`	ビジュアルコンテンツモデレーションの ID。
`adultScore`	(コンテンツモデレーションからの) 成人スコア。
`racyScore`	(コンテンツモデレーションからの) わいせつスコア
`instances`	このビジュアルコンテンツモデレーションが発生した時間範囲の一覧

visualContentModeration の詳細を確認する

"visualContentModeration": [
{
    "id": 0,
    "adultScore": 0.00069,
    "racyScore": 0.91129,
    "instances": [
    {
        "start": "00:00:25.4840000",
        "end": "00:00:25.5260000"
    }
    ]
},
{
    "id": 1,
    "adultScore": 0.99231,
    "racyScore": 0.99912,
    "instances": [
    {
        "start": "00:00:35.5360000",
        "end": "00:00:35.5780000"
    }
    ]
}
]

textualContentModeration

名前	説明
`id`	テキストコンテンツモデレーションの ID。
`bannedWordsCount`	禁止された単語の数
`bannedWordsRatio`	単語の合計数に対する禁止された単語の比率。

textualContentModeration の詳細を確認する

emotions

Azure AI Video Indexer は、音声とオーディオの手掛かりに基づいて感情を識別します。

名前	説明
`id`	感情の ID。
`type`	識別されたセンチメントの種類: `Joy`、`Sadness`、`Anger`、または `Fear`。
`instances`	この感情が出現した時間範囲の一覧。

"emotions": [{
    "id": 0,
    "type": "Fear",
    "instances": [{
      "adjustedStart": "0:00:39.47",
      "adjustedEnd": "0:00:45.56",
      "start": "0:00:39.47",
      "end": "0:00:45.56"
    },
    {
      "adjustedStart": "0:07:19.57",
      "adjustedEnd": "0:07:23.25",
      "start": "0:07:19.57",
      "end": "0:07:23.25"
    }]
  },
  {
    "id": 1,
    "type": "Anger",
    "instances": [{
      "adjustedStart": "0:03:55.99",
      "adjustedEnd": "0:04:05.06",
      "start": "0:03:55.99",
      "end": "0:04:05.06"
    },
    {
      "adjustedStart": "0:04:56.5",
      "adjustedEnd": "0:05:04.35",
      "start": "0:04:56.5",
      "end": "0:05:04.35"
    }]
  },
  {
    "id": 2,
    "type": "Joy",
    "instances": [{
      "adjustedStart": "0:12:23.68",
      "adjustedEnd": "0:12:34.76",
      "start": "0:12:23.68",
      "end": "0:12:34.76"
    },
    {
      "adjustedStart": "0:12:46.73",
      "adjustedEnd": "0:12:52.8",
      "start": "0:12:46.73",
      "end": "0:12:52.8"
    },
    {
      "adjustedStart": "0:30:11.29",
      "adjustedEnd": "0:30:16.43",
      "start": "0:30:11.29",
      "end": "0:30:16.43"
    },
    {
      "adjustedStart": "0:41:37.23",
      "adjustedEnd": "0:41:39.85",
      "start": "0:41:37.23",
      "end": "0:41:39.85"
    }]
  },
  {
    "id": 3,
    "type": "Sad",
    "instances": [{
      "adjustedStart": "0:13:38.67",
      "adjustedEnd": "0:13:41.3",
      "start": "0:13:38.67",
      "end": "0:13:41.3"
    },
    {
      "adjustedStart": "0:28:08.88",
      "adjustedEnd": "0:28:18.16",
      "start": "0:28:08.88",
      "end": "0:28:18.16"
    }]
  }
],

topics

Azure AI Video Indexer は、トランスクリプトからメイントピックを推論します。可能な場合は、第 2 レベルの IPTC 分類が含まれています。

名前	説明
`id`	トピックの ID。
`name`	トピックの名前。 (例: `Pharmaceuticals`)。
`referenceId`	トピックの階層を反映する階層リンク。 (例: `HEALTH AND WELLBEING/MEDICINE AND HEALTHCARE/PHARMACEUTICALS`)。
`confidence`	範囲が `0`-`1` の信頼度スコア。高いほど信頼度が高くなります。
`language`	トピックで使用されている言語。
`iptcName`	IPTC メディアコード名 (検出された場合)。
`instances`	現在、Azure AI Video Indexer では、トピックに時間間隔のインデックスは付けられません。ビデオ全体が間隔として使用されます。

"topics": [{
    "id": 0,
    "name": "INTERNATIONAL RELATIONS",
    "referenceId": "POLITICS AND GOVERNMENT/FOREIGN POLICY/INTERNATIONAL RELATIONS",
    "referenceType": "VideoIndexer",
    "confidence": 1,
    "language": "en-US",
    "instances": [{
        "adjustedStart": "0:00:00",
        "adjustedEnd": "0:03:36.25",
        "start": "0:00:00",
        "end": "0:03:36.25"
    }]
}, {
    "id": 1,
    "name": "Politics and Government",
    "referenceType": "VideoIndexer",
    "iptcName": "Politics",
    "confidence": 0.9041,
    "language": "en-US",
    "instances": [{
        "adjustedStart": "0:00:00",
        "adjustedEnd": "0:03:36.25",
        "start": "0:00:00",
        "end": "0:03:36.25"
    }]
}]
. . .

speakers

名前	説明
`id`	話者の ID。
`name`	`Speaker #<number>` 形式の話者の名前。 (例: `Speaker #1`)。
`instances`	この話者が出現した時間範囲の一覧。

"speakers":[
{
  "id":1,
  "name":"Speaker #1",
  "instances":[
     {
    "adjustedStart":"0:00:10.21",
    "adjustedEnd":"0:00:12.81",
    "start":"0:00:10.21",
    "end":"0:00:12.81"
     }
  ]
},
{
  "id":2,
  "name":"Speaker #2",
  "instances":[
     {
    "adjustedStart":"0:00:12.81",
    "adjustedEnd":"0:00:17.03",
    "start":"0:00:12.81",
    "end":"0:00:17.03"
     }
  ]
},

次のステップ

Azure AI Video Indexer API 開発者ポータルを調べる。

アプリケーションにウィジェットを埋め込む方法については、「 Azure AI Video Indexer ウィジェットをアプリケーションに埋め込む」を参照してください。