Text Dependent - Create Enrollment

Service:

Speaker Recognition

API Version:

2021-09-05

Rejestrowanie profilu
Dodaje rejestrację do istniejącego profilu. Jeśli zostanie osiągnięta minimalna liczba żądanych dźwięków rejestracji, zostanie utworzony wydruk głosowy. Jeśli wcześniej utworzono wydruk głosowy, zostanie on utworzony ponownie ze wszystkich istniejących dźwięków rejestracji, w tym nowego.

Ograniczenia:

• Minimalna długość danych wejściowych dźwięku na żądanie wynosi 1 sekundę
• Maksymalna długość danych wejściowych dźwięku na żądanie wynosi 10 sekund
• Minimalna liczba rejestracji do utworzenia odcisku głosu wynosi 3
• Maksymalna liczba rejestracji do tworzenia odcisku głosu wynosi 50
• Minimalny współczynnik sygnału audio do szumu (SNR) to 2dB

Ograniczenia:

• Pierwsza rejestracja musi być zgodna z istniejącym hasłami.
• Wszystkie rejestracje po pierwszym, muszą używać tego samego hasła użytego w pierwszej rejestracji.

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

Parametry identyfikatora URI

Nazwa	W	Wymagane	Typ	Opis
endpoint	path	True	string	Obsługiwane punkty końcowe usług Cognitive Services (protokół i nazwa hosta, na przykład: https://westus.api.cognitive.microsoft.com).
profileId	path	True	string uuid	Unikatowy identyfikator identyfikatora profilu (guid).
api-version	query	True	string	Określa wersję operacji do użycia dla tego żądania.

Nagłówek żądania

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

Nazwa	Wymagane	Typ	Opis
Ocp-Apim-Subscription-Key	True	string

Treść żądania

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

Nazwa	Typ	Opis
audioData	object	Binarny plik audio. Obsługiwane formaty to audio/wav; codecs=audio/pcm. Obsługuje dźwięk do 5 MB.

Odpowiedzi

Nazwa	Typ	Opis
201 Created	TdEnrollmentInfo	Utworzone
Other Status Codes	SpeakerErrorInfo	Niepowodzenie Headers x-ms-error-code: string

Zabezpieczenia

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Przykłady

Successful Query

Sample Request

HTTP

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/verification/text-dependent/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,
  "remainingEnrollmentsCount": 2,
  "passPhrase": "my voice is my passport verify me",
  "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"
  }
}

Definicje

Nazwa	Opis
Error
SpeakerErrorInfo	Komunikat o błędzie osoby mówiącej
TdEnrollmentInfo	informacje o rejestracji profilu osoby mówiącej Text-Dependent
TrainingStatusType	Stan reprezentujący bieżący stan profilu. Dostępne wartości: Rejestrowanie: profil nie ma wydruku głosowego i nie jest gotowy do obsługi żądań rozpoznawania. Trenowanie: jest tworzony odcisk głosu profilu i nie można go używać do rozpoznawania w tej chwili. Zarejestrowane: profil ma wydruk głosowy i jest gotowy do obsługi żądań rozpoznawania.

Error

Nazwa	Typ	Opis
code	string
message	string

SpeakerErrorInfo

Komunikat o błędzie osoby mówiącej

Nazwa	Typ	Opis
error	Error

TdEnrollmentInfo

informacje o rejestracji profilu osoby mówiącej Text-Dependent

Nazwa	Typ	Opis
audioLengthInSec	number	Ta długość dźwięku rejestracji w sekundach.
audioSpeechLengthInSec	number	Ta czysta mowa audio rejestracji (która jest ilością dźwięku po usunięciu segmentów ciszy i bez mowy) w sekundach.
enrollmentStatus	TrainingStatusType	Stan reprezentujący bieżący stan profilu. Dostępne wartości: Rejestrowanie: profil nie ma wydruku głosowego i nie jest gotowy do obsługi żądań rozpoznawania. Trenowanie: jest tworzony odcisk głosu profilu i nie można go używać do rozpoznawania w tej chwili. Zarejestrowane: profil ma wydruk głosowy i jest gotowy do obsługi żądań rozpoznawania.
enrollmentsCount	integer	Liczba audio rejestracji zaakceptowanych dla tego profilu.
enrollmentsLengthInSec	number	Łączna długość dźwięków rejestracji akceptowanych dla tego profilu w sekundach.
enrollmentsSpeechLengthInSec	number	Sumowanie czystej mowy (czyli ilości dźwięku po usunięciu segmentów ciszy i innych niż mowa) we wszystkich rejestracjach profilu w sekundach.
passPhrase	string	Hasło skojarzone z tą rejestracją.
profileId	string	Unikatowy identyfikator identyfikatora profilu (guid).
remainingEnrollmentsCount	integer	Liczba audio rejestracji wymaganych do ukończenia rejestracji profilu.

TrainingStatusType

Stan reprezentujący bieżący stan profilu. Dostępne wartości:

• Rejestrowanie: profil nie ma wydruku głosowego i nie jest gotowy do obsługi żądań rozpoznawania.
• Trenowanie: jest tworzony odcisk głosu profilu i nie można go używać do rozpoznawania w tej chwili.
• Zarejestrowane: profil ma wydruk głosowy i jest gotowy do obsługi żądań rozpoznawania.

Nazwa	Typ	Opis
Enrolled	string
Enrolling	string
Training	string