Share via

Text Independent - Identify Single Speaker

  • Referens
Service:
Speaker Recognition
API Version:
2021-09-05

Identifiera entalarprofil
Identifierar vem som talar i indataljud i en lista över kandidatprofiler.

Begränsningar:

  • Minsta ljudinmatningslängd är 1 sekund

  • Maximal ljudinmatningslängd är 120 sekunder

  • Minsta antal kandidattalare är 1

  • Maximalt antal kandidattalare är 50

  • Minsta effektiva tallängd (exklusive tystnad och andra icke-talramar) är 4 sekunder Den här begränsningen kan inaktiveras genom att ange "ignoreMinLength" till true.

  • Minsta ljud signal-till-brus-förhållande (SNR) är 2dB

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-parametrar

Name I Obligatorisk Typ Description
endpoint
 path True

string

Cognitive Services-slutpunkter som stöds (protokoll och värdnamn, till exempel: https://westus.api.cognitive.microsoft.com).
api-version
 query True

string

Anger vilken version av åtgärden som ska användas för den här begäran.
profileIds
 query True

string[]

Kommaavgränsade profil-ID:t. Maximalt antal som stöds är 50 ID:t.
ignoreMinLength
 query

boolean

Om det är sant hoppas den minsta mängd tal som krävs för identifiering över. Standardvärdet är false.

Begärandehuvud

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

Name Obligatorisk Typ Description
Ocp-Apim-Subscription-Key True

string

Begärandetext

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

Name Typ Description
audioData

object

Binär ljudfil. Format som stöds är audio/wav; codecs=audio/pcm. Stöder ljud upp till 5 MB.

Svar

Name Typ Description
200 OK

IdentifiedSingleSpeakerInfo

OK
Other Status Codes

SpeakerErrorInfo

Fel

Headers

x-ms-error-code: string

Säkerhet

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

Exempel

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"
  }
}

Definitioner

Name Description
Error
IdentifiedSingleSpeakerInfo
IdentifyInfo

Identifierad talarinformation
SpeakerErrorInfo

Talarfelmeddelande

Error

Name Typ Description
code

string

message

string

IdentifiedSingleSpeakerInfo

Name Typ Description
identifiedProfile

IdentifyInfo

Objekt som innehåller data för identifierad profil.
profilesRanking

IdentifyInfo[]

Objekt som innehåller data från de 5 främsta profilerna (inklusive identifierad profil) sorterade i fallande ordning efter poäng.

IdentifyInfo

Identifierad talarinformation

Name Typ Description
profileId

string

ID för identifierad profil. Om ingen kandidat identifieras som rätt talare anges värdet till tomt GUID.
score

number

Ett flyttalsnummer som anger likheten mellan indataljud och riktad röstutskrift. Det här talet måste vara mellan 0 och 1. Ett högre tal innebär högre likhet.

SpeakerErrorInfo

Talarfelmeddelande

Name Typ Description
error

Error