Text Independent - Identify Single Speaker

  • リファレンス
Service:
Speaker Recognition
API Version:
2021-09-05

単一話者プロファイルを識別する
候補プロファイルの一覧から入力オーディオで話しているユーザーを識別します。

制限事項:

  • オーディオ入力の最小長は 1 秒です

  • オーディオ入力の最大長は 120 秒です

  • 候補スピーカーの最小数は 1 です

  • 候補スピーカーの最大数は 50 です

  • 有効な音声の最小長 (無音やその他の音声以外のフレームを除く) は 4 秒 です。この制限は、"ignoreMinLength" を true に設定することで無効にすることができます。

  • 最小オーディオ信号対ノイズ比 (SNR) は 2dB です

POST {endpoint}/speaker-recognition/identification/text-independent/profiles:identifySingleSpeaker?api-version=2021-09-05&profileIds={profileIds}
With optional parameters: 
POST {endpoint}/speaker-recognition/identification/text-independent/profiles:identifySingleSpeaker?api-version=2021-09-05&profileIds={profileIds}&ignoreMinLength={ignoreMinLength}

URI パラメーター

名前 / 必須 型 説明
endpoint
 path True

string

サポートされている Cognitive Services エンドポイント (プロトコルとホスト名など)。 https://westus.api.cognitive.microsoft.com
api-version
 query True

string

この要求に使用する操作のバージョンを指定します。
profileIds
 query True

string[]

コンマ区切りのプロファイル ID。 サポートされている最大数は 50 ID です。
ignoreMinLength
 query

boolean

true の場合、識別に必要な音声の最小量はスキップされます。 既定値は false です。

要求ヘッダー

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

名前 必須 型 説明
Ocp-Apim-Subscription-Key True

string

要求本文

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

名前 型 説明
audioData

object

バイナリ オーディオ ファイル。 サポートされている形式はオーディオ/wav です。codecs=audio/pcm。 最大 5 MB のオーディオをサポートします。

応答

名前 型 説明
200 OK

IdentifiedSingleSpeakerInfo

OK
Other Status Codes

SpeakerErrorInfo

障害

Headers

x-ms-error-code: string

セキュリティ

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

例

Successful Query

Sample Request

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/identification/text-independent/profiles:identifySingleSpeaker?api-version=2021-09-05&profileIds=3669fa29-1bf3-45ad-beea-6b348d058d7e,111f427c-3791-468f-b709-fcef7660fff9,0e196cd9-32d5-4883-8631-54a0e7c7cb3d,0e196cd9-32d5-4883-8631-54a0e7c7cb3d,726e57d9-04e0-4214-b482-7f786fa83560,f95189fd-1bf5-4485-9c2e-e5897e0c98ca


"{binary file date}"

Sample Response

Status code:
200 
Content-Type: application/json
Response Body
{
  "identifiedProfile": {
    "profileId": "111f427c-3791-468f-b709-fcef7660fff9",
    "score": 0.63
  },
  "profilesRanking": [
    {
      "profileId": "111f427c-3791-468f-b709-fcef7660fff9",
      "score": 0.63
    },
    {
      "profileId": "3669fa29-1bf3-45ad-beea-6b348d058d7e",
      "score": 0.49
    },
    {
      "profileId": "0e196cd9-32d5-4883-8631-54a0e7c7cb3d",
      "score": 0.4
    },
    {
      "profileId": "726e57d9-04e0-4214-b482-7f786fa83560",
      "score": 0.1
    },
    {
      "profileId": "f95189fd-1bf5-4485-9c2e-e5897e0c98ca",
      "score": 0.03
    }
  ]
}
Status code:
default 
Content-Type: application/json
x-ms-error-code: Error Code
Response Body
{
  "error": {
    "code": "Error Code",
    "message": "Erro Messae"
  }
}

定義

名前 説明
Error
IdentifiedSingleSpeakerInfo
IdentifyInfo

特定された話者情報
SpeakerErrorInfo

話者のエラー メッセージ

Error

名前 型 説明
code

string

message

string

IdentifiedSingleSpeakerInfo

名前 型 説明
identifiedProfile

IdentifyInfo

識別されたプロファイルのデータを格納しているオブジェクト。
profilesRanking

IdentifyInfo[]

上位 5 つのプロファイル (識別されたプロファイルを含む) のデータを含むオブジェクト。スコア順に降順に並べ替えられます。

IdentifyInfo

特定された話者情報

名前 型 説明
profileId

string

プロファイルの識別された ID。 候補が適切な話者として識別されない場合、値は空の GUID に設定されます。
score

number

入力オーディオと対象の音声印刷の類似性を示す浮動小数点数。 この数値は 0 から 1 の間である必要があります。 数値が大きいほど、類似性が高くなります。

SpeakerErrorInfo

話者のエラー メッセージ

名前 型 説明
error

Error