Transcriptions - Transcribe

Odwołanie

Usługa:: Azure AI Services

Wersja interfejsu API:: 2024-11-15

Synchroniczna transkrypcja pliku audio.

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-11-15

Parametry identyfikatora URI

Nazwa	W	Wymagane	Typ	Opis
audio	formData	True	file binary	Zawartość pliku audio do transkrypcji. Plik audio musi być krótszy niż 2 godziny w czasie trwania dźwięku i mniejszy niż 250 MB rozmiaru.
definition	formData		string	Metadane żądania transkrypcji. To pole zawiera obiekt serializowany w formacie JSON typu `TranscribeDefinition`.
endpoint	path	True	string	Obsługiwane punkty końcowe usług Cognitive Services (protokół i nazwa hosta, na przykład: https://westus.api.cognitive.microsoft.com).
api-version	query	True	string	Żądana wersja interfejsu API.

Nagłówek żądania

Media Types: "multipart/form-data"

Nazwa	Wymagane	Typ	Opis
Ocp-Apim-Subscription-Key	True	string	Tutaj podaj klucz konta usług Cognitive Services.

Odpowiedzi

Nazwa	Typ	Opis
200 OK	TranscribeResult	OK
Other Status Codes	Error	Wystąpił błąd.

Zabezpieczenia

Ocp-Apim-Subscription-Key

Tutaj podaj klucz konta usług Cognitive Services.

Typ: apiKey
W: header

Przykłady

Transcribe an audio file

Przykładowe żądanie

HTTP

POST {endpoint}/speechtotext/transcriptions:transcribe?api-version=2024-11-15

Przykładowa odpowiedź

Kod stanu:: 200

{
  "durationMilliseconds": 2000,
  "combinedPhrases": [
    {
      "text": "Weather"
    }
  ],
  "phrases": [
    {
      "offsetMilliseconds": 40,
      "durationMilliseconds": 320,
      "text": "Weather",
      "words": [
        {
          "text": "weather",
          "offsetMilliseconds": 40,
          "durationMilliseconds": 320
        }
      ],
      "locale": "en-US",
      "confidence": 0.78983736
    }
  ]
}

Definicje

Nazwa	Opis
ChannelCombinedPhrases	Pełna transkrypcja na kanał.
DetailedErrorCode	DetailedErrorCode
Error	Błąd
ErrorCode	Kod błędu
InnerError	InnerError
Phrase	Transkrypcja frazy.
TranscribeResult	Wynik operacji transkrypcji.
Word	Wyraz z sygnaturą czasową w formularzu wyświetlania.

ChannelCombinedPhrases

Pełna transkrypcja na kanał.

Nazwa	Typ	Opis
channel	integer	Indeks kanału oparty na 0. Występuje tylko wtedy, gdy separacja kanałów jest włączona.
text	string	Transkrypcja tekstu.

DetailedErrorCode

Nazwa	Typ	Opis
AudioLengthLimitExceeded	string	Plik audio jest dłuższy niż maksymalny dozwolony czas trwania.
BadChannelConfiguration	string	Istnieje niezgodność między kanałami audio w danych, w konfiguracji lub wymaganiami aplikacji.
DataImportFailed	string	Importowanie danych nie powiodło się.
DeleteNotAllowed	string	Usuń niedozwolone.
DeployNotAllowed	string	Wdrażanie jest niedozwolone.
DeployingFailedModel	string	Wdrażanie modelu nie powiodło się.
EmptyAudioFile	string	Plik dźwiękowy jest pusty.
EmptyRequest	string	Puste żądanie.
EndpointCannotBeDefault	string	Punkt końcowy nie może być domyślny.
EndpointLoggingNotSupported	string	Rejestrowanie punktów końcowych nie jest obsługiwane.
EndpointNotUpdatable	string	Punkt końcowy nie można aktualizować.
EndpointWithoutLogging	string	Punkt końcowy bez rejestrowania.
ExceededNumberOfRecordingsUris	string	Przekroczono liczbę nagrań uris.
FailedDataset	string	Zestaw danych, który zakończył się niepowodzeniem.
Forbidden	string	Zakazany.
InUseViolation	string	Naruszenie użycia.
InaccessibleCustomerStorage	string	Niedostępny magazyn klienta.
InvalidAdaptationMapping	string	Nieprawidłowe mapowanie adaptacji.
InvalidAudioFormat	string	Format audio wejściowego nie jest obsługiwany.
InvalidBaseModel	string	Nieprawidłowy model podstawowy.
InvalidCallbackUri	string	Nieprawidłowy identyfikator URI wywołania zwrotnego.
InvalidChannelSpecification	string	Wybór kanałów w żądaniu transkrypcji nie jest obsługiwany (np. nie wybrano ani 0, ani 1).
InvalidChannels	string	Nieprawidłowe kanały.
InvalidCollection	string	Nieprawidłowa kolekcja.
InvalidDataset	string	Nieprawidłowy zestaw danych.
InvalidDocument	string	Nieprawidłowy dokument.
InvalidDocumentBatch	string	Nieprawidłowa partia dokumentów.
InvalidLocale	string	Nieprawidłowe ustawienia regionalne.
InvalidLogDate	string	Nieprawidłowa data dziennika.
InvalidLogEndTime	string	Nieprawidłowy czas zakończenia dziennika.
InvalidLogId	string	Nieprawidłowy identyfikator dziennika.
InvalidLogStartTime	string	Nieprawidłowy czas rozpoczęcia dziennika.
InvalidModel	string	Nieprawidłowy model.
InvalidModelUri	string	Nieprawidłowy identyfikator URI modelu.
InvalidParameter	string	Nieprawidłowy parametr.
InvalidParameterValue	string	Nieprawidłowa wartość parametru.
InvalidPayload	string	Nieprawidłowy ładunek.
InvalidPermissions	string	Nieprawidłowe uprawnienia.
InvalidPrerequisite	string	Nieprawidłowe wymaganie wstępne.
InvalidProductId	string	Nieprawidłowy identyfikator produktu.
InvalidProject	string	Nieprawidłowy projekt.
InvalidProjectKind	string	Nieprawidłowy rodzaj projektu.
InvalidRecordingsUri	string	Nieprawidłowy identyfikator URI nagrań.
InvalidRequestBodyFormat	string	Nieprawidłowy format treści żądania.
InvalidSasValidityDuration	string	Nieprawidłowy czas ważności sygnatury dostępu współdzielonego.
InvalidSkipTokenForLogs	string	Nieprawidłowy token pomijania dzienników.
InvalidSourceAzureResourceId	string	Nieprawidłowy źródłowy identyfikator zasobu platformy Azure.
InvalidSubscription	string	Nieprawidłowa subskrypcja.
InvalidTest	string	Nieprawidłowy test.
InvalidTimeToLive	string	Nieprawidłowy czas wygaśnięcia.
InvalidTopForLogs	string	Nieprawidłowy górny element dla dzienników.
InvalidTranscription	string	Nieprawidłowa transkrypcja.
InvalidWebHookEventKind	string	Nieprawidłowy rodzaj zdarzenia elementu webhook.
MissingInputRecords	string	Brak rekordów wejściowych.
ModelCopyAuthorizationExpired	string	Wygasła metoda ModelCopyAuthorization.
ModelDeploymentNotCompleteState	string	Wdrożenie modelu nie zostało ukończone.
ModelDeprecated	string	Model jest przestarzały.
ModelExists	string	Model istnieje.
ModelMismatch	string	Niezgodność modelu.
ModelNotDeployable	string	Nie można wdrożyć modelu.
ModelVersionIncorrect	string	Nieprawidłowa wersja modelu.
MultipleLanguagesIdentified	string	Identyfikacja języka rozpoznała wiele języków. Nie można określić języka dominującego.
NoLanguageIdentified	string	Identyfikacja języka nie rozpoznała żadnego języka.
NoUtf8WithBom	string	Brak utf8 z bom.
OnlyOneOfUrlsOrContainerOrDataset	string	Tylko jeden z adresów URL lub kontenera lub zestawu danych.
ProjectGenderMismatch	string	Niezgodność płci projektu.
QuotaViolation	string	Naruszenie limitu przydziału.
SingleDefaultEndpoint	string	Pojedynczy domyślny punkt końcowy.
SkuLimitsExist	string	Istnieją limity jednostek SKU.
SubscriptionNotFound	string	Nie można odnaleźć subskrypcji.
UnexpectedError	string	Nieoczekiwany błąd.
UnsupportedClassBasedAdaptation	string	Nieobsługiwana adaptacja oparta na klasach.
UnsupportedDelta	string	Nieobsługiwana delta.
UnsupportedDynamicConfiguration	string	Nieobsługiwana konfiguracja dynamiczna.
UnsupportedFilter	string	Nieobsługiwany filtr.
UnsupportedLanguageCode	string	Nieobsługiwany kod języka.
UnsupportedOrderBy	string	Nieobsługiwana kolejność według.
UnsupportedPagination	string	Nieobsługiwane stronicowanie.
UnsupportedTimeRange	string	Nieobsługiwany zakres czasu.

Error

Błąd

Nazwa	Typ	Opis
code	ErrorCode	Kod błędu Kody błędów wysokiego poziomu.
details	Error[]	Dodatkowe szczegóły pomocnicze dotyczące błędów i/lub oczekiwanych zasad.
innerError	InnerError	InnerError Nowy format błędu wewnętrznego zgodny z wytycznymi interfejsu API usług Cognitive Services dostępnymi w witrynie https://microsoft.sharepoint.com/%3Aw%3A/t/CognitiveServicesPMO/EUoytcrjuJdKpeOKIK_QRC8BPtUYQpKBi8JsWyeDMRsWlQ?e=CPq8ow. Zawiera to wymagane właściwości ErrorCode, komunikat i opcjonalny obiekt docelowy właściwości, szczegóły (para wartości klucza), błąd wewnętrzny (można to zagnieżdżać).
message	string	Komunikat o błędzie wysokiego poziomu.
target	string	Źródło błędu. Na przykład będzie to "dokumenty" lub "identyfikator dokumentu" w przypadku nieprawidłowego dokumentu.

ErrorCode

Kod błędu

Nazwa	Typ	Opis
Conflict	string	Reprezentowanie kodu błędu powodującego konflikt.
Forbidden	string	Reprezentowanie niedozwolonego kodu błędu.
InternalCommunicationFailed	string	Reprezentowanie wewnętrznego kodu błędu komunikacji nie powiodło się.
InternalServerError	string	Reprezentowanie wewnętrznego kodu błędu serwera.
InvalidArgument	string	Reprezentowanie nieprawidłowego kodu błędu argumentu.
InvalidRequest	string	Reprezentowanie nieprawidłowego kodu błędu żądania.
NotAllowed	string	Reprezentowanie niedozwolonego kodu błędu.
NotFound	string	Reprezentacja kodu błędu, który nie został znaleziony.
PipelineError	string	Reprezentowanie kodu błędu potoku.
ServiceUnavailable	string	Reprezentowanie niedostępnego kodu błędu usługi.
TooManyRequests	string	Reprezentując kod błędu zbyt wielu żądań.
Unauthorized	string	Reprezentowanie nieautoryzowanego kodu błędu.
UnprocessableEntity	string	Reprezentowanie nieprzetworzonego kodu błędu jednostki.
UnsupportedMediaType	string	Reprezentowanie nieobsługiwanego kodu błędu typu nośnika.

InnerError

Nazwa	Typ	Opis
code	DetailedErrorCode	DetailedErrorCode Szczegółowy wyliczenie kodu błędu.
details	object	Dodatkowe szczegóły pomocnicze dotyczące błędów i/lub oczekiwanych zasad.
innerError	InnerError	InnerError Nowy format błędu wewnętrznego zgodny z wytycznymi interfejsu API usług Cognitive Services dostępnymi w witrynie https://microsoft.sharepoint.com/%3Aw%3A/t/CognitiveServicesPMO/EUoytcrjuJdKpeOKIK_QRC8BPtUYQpKBi8JsWyeDMRsWlQ?e=CPq8ow. Zawiera to wymagane właściwości ErrorCode, komunikat i opcjonalny obiekt docelowy właściwości, szczegóły (para wartości klucza), błąd wewnętrzny (można to zagnieżdżać).
message	string	Komunikat o błędzie wysokiego poziomu.
target	string	Źródło błędu. Na przykład będzie to "dokumenty" lub "identyfikator dokumentu" w przypadku nieprawidłowego dokumentu.

Phrase

Transkrypcja frazy.

Nazwa	Typ	Opis
channel	integer	Indeks kanału oparty na 0. Występuje tylko wtedy, gdy separacja kanałów jest włączona.
confidence	number	Wartość ufności dla frazy.
durationMilliseconds	integer	Czas trwania frazy w milisekundach.
locale	string	Ustawienia regionalne frazy.
offsetMilliseconds	integer	Przesunięcie początkowe frazy w milisekundach.
speaker	integer	Unikatowa liczba całkowita przypisana do każdego głośnika wykrytego w dźwięku bez określonej kolejności. Występuje tylko wtedy, gdy włączono diaryzacja osoby mówiącej.
text	string	Transkrypcja tekstu frazy.
words	Word[]	Wyrazy tworzące frazę. Występuje tylko wtedy, gdy znaczniki czasu na poziomie wyrazów są włączone.

TranscribeResult

Wynik operacji transkrypcji.

Nazwa	Typ	Opis
combinedPhrases	ChannelCombinedPhrases[]	Pełna transkrypcja dla każdego kanału.
durationMilliseconds	integer	Czas trwania dźwięku w milisekundach.
phrases	Phrase[]	Wyniki transkrypcji podzielone na frazy.

Word

Wyraz z sygnaturą czasową w formularzu wyświetlania.

Nazwa	Typ	Opis
durationMilliseconds	integer	Czas trwania słowa w milisekundach.
offsetMilliseconds	integer	Przesunięcie początkowe wyrazu w milisekundach.
text	string	Rozpoznane słowo, w tym interpunkcja.

Udostępnij za pośrednictwem