Text Dependent - Create Enrollment

Service:

Speaker Recognition

API Version:

2021-09-05

Registrera profil
Lägger till en registrering i en befintlig profil. Om det minsta antalet begärda registreringsljud nås skapas ett röstuttryck. Om röstuttrycket skapades tidigare återskapas det från alla befintliga registreringsljud, inklusive det nya.

Begränsningar:

• Minsta ljudinmatningslängd per begäran är 1 sekund
• Maximal ljudinmatningslängd per begäran är 10 sekunder
• Minsta antal registreringar för att skapa ett röstavtryck är 3
• Maximalt antal registreringar för att skapa ett röstavtryck är 50
• Minsta ljud signal-till-brus-förhållande (SNR) är 2dB

Begränsningar:

• Den första registreringen måste matcha en befintlig lösenfras.
• Alla registreringar efter den första måste använda samma lösenfras som användes i den första registreringen.

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

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).
profileId	path	True	string uuid	Unik identifierare för profil-ID (GUID).
api-version	query	True	string	Anger vilken version av åtgärden som ska användas för den här begäran.

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 ljud/wav; codecs=audio/pcm. Stöder ljud upp till 5 MB.

Svar

Name	Typ	Description
201 Created	TdEnrollmentInfo	Skapad
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

HTTP

POST https://westus.api.cognitive.microsoft.com/speaker-recognition/verification/text-dependent/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,
  "remainingEnrollmentsCount": 2,
  "passPhrase": "my voice is my passport verify me",
  "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"
  }
}

Definitioner

Name	Description
Error
SpeakerErrorInfo	Talarfelmeddelande
TdEnrollmentInfo	registreringsinformation för Text-Dependent-talarprofil
TrainingStatusType	Status som representerar profilens aktuella tillstånd. Tillgängliga värden är: Registrering: profilen har inget rösttryck och är inte redo för igenkänningsbegäranden. Utbildning: Röstutskrift av profil skapas och kan inte användas för igenkänning just nu. Registrerad: profilen har en röstutskrift och redo för igenkänningsbegäranden.

Error

Name	Typ	Description
code	string
message	string

SpeakerErrorInfo

Talarfelmeddelande

Name	Typ	Description
error	Error

TdEnrollmentInfo

registreringsinformation för Text-Dependent-talarprofil

Name	Typ	Description
audioLengthInSec	number	Den här registreringens ljudlängd i sekunder.
audioSpeechLengthInSec	number	Denna registrering ljud ren tal (vilket är mängden ljud efter att ha tagit bort tystnad och icke-tal segment) längd i sekunder.
enrollmentStatus	TrainingStatusType	Status som representerar profilens aktuella tillstånd. Tillgängliga värden är: Registrering: profilen har inget rösttryck och är inte redo för igenkänningsbegäranden. Utbildning: Röstutskrift av profil skapas och kan inte användas för igenkänning just nu. Registrerad: profilen har en röstutskrift och redo för igenkänningsbegäranden.
enrollmentsCount	integer	Antal registreringsljud som godkänts för den här profilen.
enrollmentsLengthInSec	number	Total längd på registreringsljud som godkänts för den här profilen på några sekunder.
enrollmentsSpeechLengthInSec	number	Sammanfattning av rent tal (vilket är mängden ljud efter att ha tagit bort tystnadssegment och icke-talsegment) i alla profilregistreringar på några sekunder.
passPhrase	string	Lösenfras som är associerad med den här registreringen.
profileId	string	Unik identifierare för profil-ID (GUID).
remainingEnrollmentsCount	integer	Antal registreringsljud som krävs för att slutföra profilregistreringen.

TrainingStatusType

Status som representerar profilens aktuella tillstånd. Tillgängliga värden är:

• Registrering: profilen har inget rösttryck och är inte redo för igenkänningsbegäranden.
• Utbildning: Röstutskrift av profil skapas och kan inte användas för igenkänning just nu.
• Registrerad: profilen har en röstutskrift och redo för igenkänningsbegäranden.

Name	Typ	Description
Enrolled	string
Enrolling	string
Training	string