Text Independent - Create Enrollment

Служба:

Speaker Recognition

Версия API:

2021-09-05

Профиль регистрации
Добавляет регистрацию в существующий профиль Первая регистрация должна быть предопределенной фразой активации, которую можно перечислить с помощью API /phrases/{locale}. Если достигнуто минимальное количество запрошенных аудиозаписей, создается голосовая печать. Любая дальнейшая регистрация будет использоваться для улучшения голосовой печати.

Ограничения

• Минимальная длина входных аудиоданных на запрос составляет 1 секунду

• Максимальная длина входных аудиоданных на запрос составляет 120 секунд.

• Минимальная общая эффективная длина речи (за исключением тишины и других кадров, не относящихся к речи) для создания голосового отпечатка составляет 20 секунд . Это ограничение можно отключить, присвоив параметру ignoreMinLength значение true.

• Максимальная общая длина входных звуковых данных, разрешенная для создания голосового отпечатка, составляет 300 секунд.

• Минимальное соотношение звуковых сигналов и шума (SNR) составляет 2dB

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

С использованием необязательных параметров:

POST {endpoint}/speaker-recognition/identification/text-independent/profiles/{profileId}/enrollments?api-version=2021-09-05&ignoreMinLength={ignoreMinLength}

Параметры URI

Имя	В	Обязательно	Тип	Описание
endpoint	path	True	string	Поддерживаемые конечные точки Cognitive Services (протокол и имя узла, например). https://westus.api.cognitive.microsoft.com
profileId	path	True	string uuid	Уникальный идентификатор для идентификатора профиля (GUID).
api-version	query	True	string	Задает версию операции, используемой для этого запроса.
ignoreMinLength	query		boolean	Если значение равно true, для этого профиля будет немедленно создана голосовая печать независимо от объема передаваемых или сохраненных речи. Значение по умолчанию — false.

Заголовок запроса

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

Имя	Обязательно	Тип	Описание
Ocp-Apim-Subscription-Key	True	string

Текст запроса

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

Имя	Тип	Описание
audioData	object	Двоичный звуковой файл. Поддерживаемые форматы: audio/wav; codecs=audio/pcm. Поддерживает звук до 5 МБ.

Ответы

Имя	Тип	Описание
201 Created	TiEnrollmentInfo	Создание
Other Status Codes	SpeakerErrorInfo	Failure Заголовки x-ms-error-code: string

Безопасность

Ocp-Apim-Subscription-Key

Тип: apiKey
В: header

Примеры

Successful Query

Образец запроса

HTTP

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/identification/text-independent/profiles/49a36324-fc4b-4387-aa06-090cfbf0064f/enrollments?api-version=2021-09-05


"{binary file date}"

Пример ответа

Код состояния:

201

Content-Type: application/json

{
  "profileId": "49a36324-fc4b-4387-aa06-090cfbf0064f",
  "enrollmentStatus": "Enrolling",
  "enrollmentsCount": 1,
  "enrollmentsLengthInSec": 1.83,
  "enrollmentsSpeechLengthInSec": 1.35,
  "remainingEnrollmentsSpeechLengthInSec": 18.65,
  "audioLengthInSec": 1.83,
  "audioSpeechLengthInSec": 1.35
}

Код состояния:

default

Content-Type: application/json
x-ms-error-code: Error Code

{
  "error": {
    "code": "Error Code",
    "message": "Erro Messae"
  }
}

Определения

Имя	Описание
Error
SpeakerErrorInfo	Сообщение об ошибке говорящего
TiEnrollmentInfo	Сведения о регистрации профиля говорящего
TrainingStatusType	Состояние, представляющее текущее состояние регистрации профиля. Доступные значения: Регистрация: профиль не имеет голосовой печати и не готов к запросам на распознавание. Обучение: создается голосовая печать профиля, которую нельзя использовать для распознавания в данный момент. Зарегистрировано: профиль имеет голосовую печать и готов к запросам распознавания.

Error

Имя	Тип	Описание
code	string
message	string

SpeakerErrorInfo

Сообщение об ошибке говорящего

Имя	Тип	Описание
error	Error

TiEnrollmentInfo

Сведения о регистрации профиля говорящего

Имя	Тип	Описание
audioLengthInSec	number	Длина звука регистрации в секундах.
audioSpeechLengthInSec	number	Это регистрация аудио чистой речи (это количество звука после удаления тишины и не речевых сегментов) продолжительность в секундах.
enrollmentStatus	TrainingStatusType	Состояние, представляющее текущее состояние регистрации профиля. Доступные значения: Регистрация: профиль не имеет голосовой печати и не готов к запросам на распознавание. Обучение: создается голосовая печать профиля, которую нельзя использовать для распознавания в данный момент. Зарегистрировано: профиль имеет голосовую печать и готов к запросам распознавания.
enrollmentsCount	integer	Количество аудиозаписей, принятых для этого профиля.
enrollmentsLengthInSec	number	Общая продолжительность аудиоданных регистрации, принятых для этого профиля, в секундах.
enrollmentsSpeechLengthInSec	number	Суммирование чистой речи (это объем звука после удаления безмолвных и не речевых сегментов) во всех регистрациях профиля в секундах.
profileId	string	Уникальный идентификатор для идентификатора профиля (GUID).
remainingEnrollmentsSpeechLengthInSec	number	Объем чистой речи (это объем звука после удаления безмолвных и не речевых сегментов), необходимый для завершения регистрации профиля за считанные секунды.

TrainingStatusType

Состояние, представляющее текущее состояние регистрации профиля. Доступные значения:

• Регистрация: профиль не имеет голосовой печати и не готов к запросам на распознавание.
• Обучение: создается голосовая печать профиля, которую нельзя использовать для распознавания в данный момент.
• Зарегистрировано: профиль имеет голосовую печать и готов к запросам распознавания.

Имя	Тип	Описание
Enrolled	string
Enrolling	string
Training	string