Mendapatkan hasil transkripsi batch
Untuk mendapatkan hasil transkripsi, pertama-tama periksa status pekerjaan transkripsi. Jika pekerjaan selesai, Anda dapat mengambil laporan transkripsi dan transkripsi.
Mendapatkan status transkripsi
Untuk mendapatkan status pekerjaan transkripsi, panggil operasi Transcriptions_Get Rest API Ucapan ke teks.
Penting
Pekerjaan transkripsi batch dijadwalkan berdasarkan upaya terbaik. Pada jam sibuk, mungkin perlu waktu hingga 30 menit atau lebih lama agar pekerjaan transkripsi mulai diproses. Sebagian besar waktu selama eksekusi status transkripsi adalah Running. Ini karena pekerjaan diberi Running status saat ia pindah ke sistem backend transkripsi batch. Ketika model dasar digunakan, penugasan ini terjadi segera; sedikit lebih lambat untuk model kustom. Dengan demikian, jumlah waktu yang dihabiskan pekerjaan transkripsi dalam Running status tidak sesuai dengan waktu transkripsi aktual tetapi juga mencakup waktu tunggu dalam antrean internal.
Buat permintaan HTTP GET menggunakan URI seperti yang ditunjukkan dalam contoh berikut. Ganti YourTranscriptionId dengan ID transkripsi Anda, ganti YourSubscriptionKey dengan kunci sumber daya Ucapan Anda, dan ganti YourServiceRegion dengan wilayah sumber daya Ucapan Anda.
curl -v -X GET "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/YourTranscriptionId" -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey"
Anda akan menerima isi respons dalam format berikut:
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3",
"model": {
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base/aaa321e9-5a4e-4db1-88a2-f251bbe7b555"
},
"links": {
"files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files"
},
"properties": {
"diarizationEnabled": false,
"wordLevelTimestampsEnabled": false,
"displayFormWordLevelTimestampsEnabled": true,
"channels": [
0,
1
],
"punctuationMode": "DictatedAndAutomatic",
"profanityFilterMode": "Masked",
"duration": "PT3S",
"languageIdentification": {
"candidateLocales": [
"en-US",
"de-DE",
"es-ES"
]
}
},
"lastActionDateTime": "2022-09-10T18:39:09Z",
"status": "Succeeded",
"createdDateTime": "2022-09-10T18:39:07Z",
"locale": "en-US",
"displayName": "My Transcription"
}
Properti status menunjukkan status transkripsi saat ini. Transkripsi dan laporan transkripsi tersedia ketika status transkripsi adalah Succeeded.
Penting
Pekerjaan transkripsi batch dijadwalkan berdasarkan upaya terbaik. Pada jam sibuk, mungkin perlu waktu hingga 30 menit atau lebih lama agar pekerjaan transkripsi mulai diproses. Sebagian besar waktu selama eksekusi status transkripsi adalah Running. Ini karena pekerjaan diberi Running status saat ia pindah ke sistem backend transkripsi batch. Ketika model dasar digunakan, penugasan ini terjadi segera; sedikit lebih lambat untuk model kustom. Dengan demikian, jumlah waktu yang dihabiskan pekerjaan transkripsi dalam Running status tidak sesuai dengan waktu transkripsi aktual tetapi juga mencakup waktu tunggu dalam antrean internal.
Untuk mendapatkan status pekerjaan transkripsi, gunakan spx batch transcription status perintah . Buat parameter permintaan sesuai dengan instruksi berikut:
- Atur
transcriptionparameter ke ID transkripsi yang ingin Anda dapatkan.
Berikut adalah contoh perintah Speech CLI untuk mendapatkan status transkripsi:
spx batch transcription status --api-version v3.1 --transcription YourTranscriptionId
Anda akan menerima isi respons dalam format berikut:
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3",
"model": {
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base/aaa321e9-5a4e-4db1-88a2-f251bbe7b555"
},
"links": {
"files": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files"
},
"properties": {
"diarizationEnabled": false,
"wordLevelTimestampsEnabled": false,
"displayFormWordLevelTimestampsEnabled": true,
"channels": [
0,
1
],
"punctuationMode": "DictatedAndAutomatic",
"profanityFilterMode": "Masked",
"duration": "PT3S"
},
"lastActionDateTime": "2022-09-10T18:39:09Z",
"status": "Succeeded",
"createdDateTime": "2022-09-10T18:39:07Z",
"locale": "en-US",
"displayName": "My Transcription"
}
Properti status menunjukkan status transkripsi saat ini. Transkripsi dan laporan transkripsi tersedia ketika status transkripsi adalah Succeeded.
Untuk bantuan Speech CLI dengan transkripsi, jalankan perintah berikut:
spx help batch transcription
Mendapatkan hasil transkripsi
Operasi Transcriptions_ListFiles mengembalikan daftar file hasil untuk transkripsi. File laporan transkripsi disediakan untuk setiap pekerjaan transkripsi batch yang dikirimkan. Selain itu, satu file transkripsi (hasil akhir) disediakan untuk setiap file audio yang berhasil ditranskripsikan.
Buat permintaan HTTP GET menggunakan URI "file" dari isi respons sebelumnya. Ganti YourTranscriptionId dengan ID transkripsi Anda, ganti YourSubscriptionKey dengan kunci sumber daya Ucapan Anda, dan ganti YourServiceRegion dengan wilayah sumber daya Ucapan Anda.
curl -v -X GET "https://YourServiceRegion.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/YourTranscriptionId/files" -H "Ocp-Apim-Subscription-Key: YourSubscriptionKey"
Anda akan menerima isi respons dalam format berikut:
{
"values": [
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/2dd180a1-434e-4368-a1ac-37350700284f",
"name": "contenturl_0.json",
"kind": "Transcription",
"properties": {
"size": 3407
},
"createdDateTime": "2022-09-10T18:39:09Z",
"links": {
"contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_0_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=AobsqO9DH9CIOuGC5ifFH3QpkQay6PjHiWn5G87FcIg%3D"
}
},
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/c027c6a9-2436-4303-b64b-e98e3c9fc2e3",
"name": "contenturl_1.json",
"kind": "Transcription",
"properties": {
"size": 8233
},
"createdDateTime": "2022-09-10T18:39:09Z",
"links": {
"contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_1_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=wO3VxbhLK4PhT3rwLpJXBYHYQi5EQqyl%2Fp1lgjNvfh0%3D"
}
},
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/faea9a41-c95c-4d91-96ff-e39225def642",
"name": "report.json",
"kind": "TranscriptionReport",
"properties": {
"size": 279
},
"createdDateTime": "2022-09-10T18:39:09Z",
"links": {
"contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_report.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=gk1k%2Ft5qa1TpmM45tPommx%2F2%2Bc%2FUUfsYTX5FoSa1u%2FY%3D"
}
}
]
}
Lokasi setiap file laporan transkripsi dan transkripsi dengan detail lebih lanjut dikembalikan dalam isi respons. Properti contentUrl berisi URL ke file transkripsi ("kind": "Transcription") atau laporan transkripsi ("kind": "TranscriptionReport").
Jika Anda tidak menentukan kontainer di destinationContainerUrl properti permintaan transkripsi, hasilnya disimpan dalam kontainer yang dikelola oleh Microsoft. Saat pekerjaan transkripsi dihapus, data hasil transkripsi juga dihapus.
Perintah spx batch transcription list mengembalikan daftar file hasil untuk transkripsi. File laporan transkripsi disediakan untuk setiap pekerjaan transkripsi batch yang dikirimkan. Selain itu, satu file transkripsi (hasil akhir) disediakan untuk setiap file audio yang berhasil ditranskripsikan.
- Atur bendera yang diperlukan
files. - Atur parameter yang diperlukan
transcriptionke ID transkripsi yang ingin Anda dapatkan lognya.
Berikut adalah contoh perintah Speech CLI yang mendapatkan daftar file hasil untuk transkripsi:
spx batch transcription list --api-version v3.1 --files --transcription YourTranscriptionId
Anda akan menerima isi respons dalam format berikut:
{
"values": [
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/2dd180a1-434e-4368-a1ac-37350700284f",
"name": "contenturl_0.json",
"kind": "Transcription",
"properties": {
"size": 3407
},
"createdDateTime": "2022-09-10T18:39:09Z",
"links": {
"contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_0_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=AobsqO9DH9CIOuGC5ifFH3QpkQay6PjHiWn5G87FcIg%3D"
}
},
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/c027c6a9-2436-4303-b64b-e98e3c9fc2e3",
"name": "contenturl_1.json",
"kind": "Transcription",
"properties": {
"size": 8233
},
"createdDateTime": "2022-09-10T18:39:09Z",
"links": {
"contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_1_0.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=wO3VxbhLK4PhT3rwLpJXBYHYQi5EQqyl%2Fp1lgjNvfh0%3D"
}
},
{
"self": "https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/transcriptions/637d9333-6559-47a6-b8de-c7d732c1ddf3/files/faea9a41-c95c-4d91-96ff-e39225def642",
"name": "report.json",
"kind": "TranscriptionReport",
"properties": {
"size": 279
},
"createdDateTime": "2022-09-10T18:39:09Z",
"links": {
"contentUrl": "https://spsvcprodeus.blob.core.windows.net/bestor-c6e3ae79-1b48-41bf-92ff-940bea3e5c2d/TranscriptionData/637d9333-6559-47a6-b8de-c7d732c1ddf3_report.json?sv=2021-08-06&st=2022-09-10T18%3A36%3A01Z&se=2022-09-11T06%3A41%3A01Z&sr=b&sp=rl&sig=gk1k%2Ft5qa1TpmM45tPommx%2F2%2Bc%2FUUfsYTX5FoSa1u%2FY%3D"
}
}
]
}
Lokasi setiap file laporan transkripsi dan transkripsi dengan detail lebih lanjut dikembalikan dalam isi respons. Properti contentUrl berisi URL ke file transkripsi ("kind": "Transcription") atau laporan transkripsi ("kind": "TranscriptionReport").
Secara default, hasilnya disimpan dalam kontainer yang dikelola oleh Microsoft. Saat pekerjaan transkripsi dihapus, data hasil transkripsi juga dihapus.
File laporan transkripsi
Satu file laporan transkripsi disediakan untuk setiap pekerjaan transkripsi batch yang dikirimkan.
Konten setiap file hasil transkripsi diformat sebagai JSON, seperti yang ditunjukkan dalam contoh ini.
{
"successfulTranscriptionsCount": 2,
"failedTranscriptionsCount": 0,
"details": [
{
"source": "https://crbn.us/hello.wav",
"status": "Succeeded"
},
{
"source": "https://crbn.us/whatstheweatherlike.wav",
"status": "Succeeded"
}
]
}
File hasil Transkripsi
Satu file hasil transkripsi disediakan untuk setiap file audio yang berhasil ditranskripsikan.
Konten setiap file hasil transkripsi diformat sebagai JSON, seperti yang ditunjukkan dalam contoh ini.
{
"source": "...",
"timestamp": "2023-07-10T14:28:16Z",
"durationInTicks": 25800000,
"duration": "PT2.58S",
"combinedRecognizedPhrases": [
{
"channel": 0,
"lexical": "hello world",
"itn": "hello world",
"maskedITN": "hello world",
"display": "Hello world."
}
],
"recognizedPhrases": [
{
"recognitionStatus": "Success",
"channel": 0,
"offset": "PT0.76S",
"duration": "PT1.32S",
"offsetInTicks": 7600000.0,
"durationInTicks": 13200000.0,
"nBest": [
{
"confidence": 0.5643338,
"lexical": "hello world",
"itn": "hello world",
"maskedITN": "hello world",
"display": "Hello world.",
"displayWords": [
{
"displayText": "Hello",
"offset": "PT0.76S",
"duration": "PT0.76S",
"offsetInTicks": 7600000.0,
"durationInTicks": 7600000.0
},
{
"displayText": "world.",
"offset": "PT1.52S",
"duration": "PT0.56S",
"offsetInTicks": 15200000.0,
"durationInTicks": 5600000.0
}
]
},
{
"confidence": 0.1769063,
"lexical": "helloworld",
"itn": "helloworld",
"maskedITN": "helloworld",
"display": "helloworld"
},
{
"confidence": 0.49964225,
"lexical": "hello worlds",
"itn": "hello worlds",
"maskedITN": "hello worlds",
"display": "hello worlds"
},
{
"confidence": 0.4995761,
"lexical": "hello worm",
"itn": "hello worm",
"maskedITN": "hello worm",
"display": "hello worm"
},
{
"confidence": 0.49418187,
"lexical": "hello word",
"itn": "hello word",
"maskedITN": "hello word",
"display": "hello word"
}
]
}
]
}
Bergantung sebagian pada parameter permintaan yang ditetapkan saat Anda membuat pekerjaan transkripsi, file transkripsi dapat berisi properti hasil berikut.
| Properti | Deskripsi |
|---|---|
channel |
Nomor saluran hasil. Untuk streaming audio stereo, saluran kiri dan kanan dibagi selama transkripsi. File hasil JSON dibuat untuk setiap file audio input. |
combinedRecognizedPhrases |
Hasil yang digabungkan dari semua frasa untuk saluran. |
confidence |
Nilai keyakinan untuk pengenalan. |
display |
Bentuk tampilan teks yang dikenali. Menambahkan tanda baca dan kapitalisasi disertakan. |
displayWords |
Tanda waktu untuk setiap kata transkripsi. Properti displayFormWordLevelTimestampsEnabled permintaan harus diatur ke true, jika tidak, properti ini tidak ada.Catatan: Properti ini hanya tersedia dengan REST API Ucapan ke teks versi 3.1. |
duration |
Durasi audio. Nilainya adalah durasi yang dikodekan ISO 8601. |
durationInTicks |
Durasi audio dalam tanda centang (satu centang adalah 100 nanodetik). |
itn |
Bentuk teks terbalik yang dinormalisasi (ITN) dari teks yang dikenali. Singkatan seperti "Doctor Smith" ke "Dr Smith", nomor telepon, dan transformasi lainnya diterapkan. |
lexical |
Kata-kata aktual yang dikenali. |
locale |
Lokal yang diidentifikasi dari input audio. Properti languageIdentification permintaan harus diatur, jika tidak, properti ini tidak ada.Catatan: Properti ini hanya tersedia dengan REST API Ucapan ke teks versi 3.1. |
maskedITN |
Bentuk ITN dengan masking kata-kata kotor diterapkan. |
nBest |
Daftar kemungkinan transkripsi untuk frasa saat ini dengan keyakinan. |
offset |
Offset dalam audio frasa ini. Nilainya adalah durasi yang dikodekan ISO 8601. |
offsetInTicks |
Offset dalam audio frasa ini dalam tanda centang (satu centang adalah 100 nanodetik). |
recognitionStatus |
Status pengenalan. Misalnya: "Berhasil" atau "Kegagalan". |
recognizedPhrases |
Daftar hasil untuk setiap frasa. |
source |
URL yang disediakan sebagai sumber audio input. Sumber sesuai dengan contentUrls properti atau contentContainerUrl permintaan. Properti source adalah satu-satunya cara untuk mengonfirmasi input audio untuk transkripsi. |
speaker |
Pembicara yang diidentifikasi. Properti diarization permintaan dan diarizationEnabled harus diatur, jika tidak, properti ini tidak ada. |
timestamp |
Tanggal pembuatan dan waktu transkripsi. Nilainya adalah tanda waktu yang dikodekan ISO 8601. |
words |
Daftar hasil dengan teks leksikal untuk setiap kata frasa. Properti wordLevelTimestampsEnabled permintaan harus diatur ke true, jika tidak, properti ini tidak ada. |