Transcriptions - Transcribe

Referência

Serviço:: Azure AI Services

Versão da API:: 2024-05-15-preview

Transcreve o fluxo de áudio fornecido.

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

Parâmetros do URI

Name	Em	Necessário	Tipo	Description
audio	formData	True	file binary	O áudio como um fluxo de bytes.
definition	formData	True	string	Metadados para um pedido de transcrição rápida. Este campo contém um objeto serializado por JSON do tipo `TranscribeDefinition`.
endpoint	path	True	string	Pontos de extremidade de Serviços Cognitivos suportados (protocolo e nome do host, por exemplo: https://westus.api.cognitive.microsoft.com).
api-version	query	True	string	A versão da api solicitada.

Respostas

Name	Tipo	Description
200 OK	TranscribeResult	OK

Segurança

Ocp-Apim-Subscription-Key

Forneça a chave da sua conta de serviços cognitivos aqui.

Tipo: apiKey
Em: header

Authorization

Forneça um token de acesso do JWT retornado pelo STS desta região. Certifique-se de adicionar o escopo de gerenciamento ao token adicionando a seguinte cadeia de caracteres de consulta à URL STS: ?scope=speechservicesmanagement

Tipo: apiKey
Em: header

Exemplos

Transcribe an audio file

Pedido de amostra

HTTP

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

Resposta da amostra

Código de estado:: 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
    }
  ]
}

Definições

Name	Description
CombinedPhrases
Phrase	Uma frase transcrita.
TranscribeResult	O resultado da operação de transcrição.
Word	Palavra com carimbo de data/hora no formulário de exibição.

CombinedPhrases

Name	Tipo	Description
channel	integer	O índice de canal baseado em 0. Presente apenas se a separação de canais estiver ativada.
text	string	O texto transcrito na íntegra para o canal.

Phrase

Uma frase transcrita.

Name	Tipo	Description
channel	integer	O índice de canal baseado em 0. Presente apenas se a separação de canais estiver ativada.
confidence	number	O valor de confiança para a frase.
duration	integer	A duração da frase em milissegundos.
locale	string	A localidade da frase.
offset	integer	O deslocamento inicial da frase em milissegundos.
speaker	integer	O número do orador. Presente apenas se a diarização do alto-falante estiver ativada.
text	string	O texto transcrito da frase.
words	Word[]	As palavras que compõem a frase. Presente somente se os carimbos de data/hora no nível da palavra estiverem habilitados.

TranscribeResult

O resultado da operação de transcrição.

Name	Tipo	Description
combinedPhrases	CombinedPhrases[]	Os resultados da transcrição combinada para cada canal.
duration	integer	A duração do áudio em milissegundos.
phrases	Phrase[]	Os resultados da transcrição segmentados em frases.

Word

Palavra com carimbo de data/hora no formulário de exibição.

Name	Tipo	Description
duration	integer	A duração da palavra em milissegundos.
offset	integer	O deslocamento inicial da palavra em milissegundos.
text	string	A palavra reconhecida, incluindo pontuação.

Partilhar via