Text Independent - Create Enrollment

Service:

Speaker Recognition

API Version:

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 секунда

• 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 голосовой отпечатки составляет 20 секунд . Это ограничение можно отключить, задав для параметра ignoreMinLength значение true.

• Максимальная общая длина входных аудиоданных для создания голосовой отпечатки составляет 300 секунд.

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

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

With optional parameters:

POST {endpoint}/speaker-recognition/verification/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 задано значение true, для этого профиля будет немедленно создана голосовая печать, независимо от того, какой объем речи предоставлен или сохранен. 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: аудио/wav; codecs=audio/pcm. Поддерживает звук до 5 МБ.

Ответы

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

Безопасность

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Примеры

Successful Query

Sample Request

HTTP

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/verification/text-independent/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,
  "remainingEnrollmentsSpeechLengthInSec": 18.65,
  "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"
  }
}

Определения

Имя	Описание
Error
SpeakerErrorInfo	Сообщение об ошибке говорящего
TiEnrollmentInfo	Сведения о регистрации профиля докладчика Text-Independent
TrainingStatusType	Состояние, представляющее текущее состояние профиля. Доступные значения: Регистрация: профиль не имеет голосовой печати и не готов к запросам на распознавание. Учебный курс: создается голосовая печать профиля и не может быть использована для распознавания на данный момент. Зарегистрировано: профиль имеет голосовую печать и готов к запросам на распознавание.

Error

Имя	Тип	Описание
code	string
message	string

SpeakerErrorInfo

Сообщение об ошибке говорящего

Имя	Тип	Описание
error	Error

TiEnrollmentInfo

Сведения о регистрации профиля докладчика Text-Independent

Имя	Тип	Описание
audioLengthInSec	number	Длина звука регистрации в секундах.
audioSpeechLengthInSec	number	Эта регистрация аудио чистой речи (это объем звука после удаления тишины и не речевых сегментов) продолжительность в секундах.
enrollmentStatus	TrainingStatusType	Состояние, представляющее текущее состояние профиля. Доступные значения: Регистрация: профиль не имеет голосовой печати и не готов к запросам на распознавание. Учебный курс: создается голосовая печать профиля и не может быть использована для распознавания на данный момент. Зарегистрировано: профиль имеет голосовую печать и готов к запросам на распознавание.
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 (то есть объем звука после удаления безмолвных и не речевых сегментов), необходимый для завершения регистрации профиля в секундах.

TrainingStatusType

Состояние, представляющее текущее состояние профиля. Доступные значения:

• Регистрация: профиль не имеет голосовой печати и не готов к запросам на распознавание.
• Учебный курс: создается голосовая печать профиля и не может быть использована для распознавания на данный момент.
• Зарегистрировано: профиль имеет голосовую печать и готов к запросам на распознавание.

Имя	Тип	Описание
Enrolled	string
Enrolling	string
Training	string