Text Independent - Create Enrollment

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

註冊配置檔
將註冊新增至現有的配置檔。 第一個註冊必須是預先定義的啟用片語，可以使用 /phrases/{locale} api 列出。 如果達到要求的註冊音訊數目下限，則會建立語音列印。 任何進一步的註冊都會用來改善語音列印。

限制：

  • 每個要求的音訊輸入長度下限為 1秒

  • 每個要求的音訊輸入長度上限為 120秒

  • 最小有效語音長度 (排除無聲和其他非語音畫面) 建立語音列印的最小有效語音長度為 20 秒 。您可以將 ignoreMinLength 設定為 true 來停用這項限制。

  • 建立語音列印所允許的最大音訊輸入長度上限為 300秒

  • (SNR) 的最小音訊號與雜訊比率為 2dB

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

URI 參數

名稱 位於 必要 類型 Description
endpoint
 path True

string

支援的認知服務端點 (通訊協定和主機名，例如： https://westus.api.cognitive.microsoft.com) 。
profileId
 path True

string

uuid

配置文件標識碼的唯一標識碼 (guid) 。
api-version
 query True

string

指定用於這個要求的作業版本。
ignoreMinLength
 query

boolean

如果為 true，則不論提供或儲存多少語音，都會立即為此配置檔建立語音列印。 預設值為 false。

要求標頭

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

名稱 必要 類型 Description
Ocp-Apim-Subscription-Key True

string

要求本文

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

名稱 類型 Description
audioData

object

二進位音訊檔案。 支援的格式為音訊/wav;codecs=audio/pcm。 支援最多 5 MB 的音訊。

回應

名稱 類型 Description
201 Created

TiEnrollmentInfo

建立時間
Other Status Codes

SpeakerErrorInfo

失敗

Headers

x-ms-error-code: string

安全性

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

範例

Successful Query

Sample Request

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}"

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"
  }
}

定義

名稱 Description
Error
SpeakerErrorInfo

說話者錯誤訊息
TiEnrollmentInfo

說話者配置檔註冊資訊
TrainingStatusType

狀態，表示配置檔註冊的目前狀態。 可用值為：

  • 註冊：配置文件沒有語音列印，且尚未準備好進行辨識要求。
  • 訓練：正在建立配置文件的語音列印，目前無法用於辨識。
  • 已註冊：配置檔具有語音列印，並準備好進行辨識要求。

Error

名稱 類型 Description
code

string

message

string

SpeakerErrorInfo

說話者錯誤訊息

名稱 類型 Description
error

Error

TiEnrollmentInfo

說話者配置檔註冊資訊

名稱 類型 Description
audioLengthInSec

number

此註冊音訊長度以秒為單位。
audioSpeechLengthInSec

number

此註冊音訊純語音 (，這是移除無聲和非語音區段後音訊量，以秒為單位) 長度。
enrollmentStatus

TrainingStatusType

狀態，表示配置檔註冊的目前狀態。 可用值為：

  • 註冊：配置文件沒有語音列印，且尚未準備好進行辨識要求。
  • 訓練：正在建立配置文件的語音列印，目前無法用於辨識。
  • 已註冊：配置檔具有語音列印，並準備好進行辨識要求。
enrollmentsCount

integer

此設定檔接受的註冊音訊數目。
enrollmentsLengthInSec

number

此配置檔接受的註冊音訊總長度，以秒為單位。
enrollmentsSpeechLengthInSec

number

純語音 (的總和，這是移除無聲和非語音區段之後，) 在幾秒內所有配置檔註冊后的音頻數量。
profileId

string

配置文件標識碼的唯一標識碼 (guid) 。
remainingEnrollmentsSpeechLengthInSec

number

純語音 (，這是移除無聲和非語音區段之後音訊數量，) 數秒內完成配置檔註冊所需的數量。

TrainingStatusType

狀態，表示配置檔註冊的目前狀態。 可用值為：

  • 註冊：配置文件沒有語音列印，且尚未準備好進行辨識要求。
  • 訓練：正在建立配置文件的語音列印，目前無法用於辨識。
  • 已註冊：配置檔具有語音列印，並準備好進行辨識要求。
名稱 類型 Description
Enrolled

string

Enrolling

string

Training

string