你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Text Independent - Identify Single Speaker

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

识别单个说话人配置文件
在候选人配置文件列表中标识在输入音频中讲话的人。

的限制：

  • 最小音频输入长度为 1 秒

  • 最大音频输入长度为 120 秒

  • 最小候选演讲者计数为 1

  • 最大候选演讲者计数为 50

  • 最小有效语音长度 (不包括静音和其他非语音帧) 为 4 秒 ，可以通过将“ignoreMinLength”设置为 true 来禁用此限制。

  • 信噪比 (信噪比) 为 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 参数

名称 在 必需 类型 说明
endpoint
 path True

string

支持的认知服务终结点 (协议和主机名，例如： https://westus.api.cognitive.microsoft.com) 。
api-version
 query True

string

指定用于此请求的操作的版本。
profileIds
 query True

string[]

逗号分隔的配置文件 ID。 支持的最大数目为 50 个 ID。
ignoreMinLength
 query

boolean

如果为 true，则跳过识别所需的最小语音量。 默认值为 false。

请求头

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

名称 必需 类型 说明
Ocp-Apim-Subscription-Key True

string

请求正文

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

名称 类型 说明
audioData

object

二进制音频文件。 支持的格式为音频/wav;codecs=audio/pcm。 支持高达 5MB 的音频。

响应

名称 类型 说明
200 OK

IdentifiedSingleSpeakerInfo

确定
Other Status Codes

SpeakerErrorInfo

失败

Headers

x-ms-error-code: string

安全性

Ocp-Apim-Subscription-Key

Type: apiKey
In: header

示例

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"
  }
}

定义

名称 说明
Error
IdentifiedSingleSpeakerInfo
IdentifyInfo

识别的说话人信息
SpeakerErrorInfo

扬声器错误消息

Error

名称 类型 说明
code

string

message

string

IdentifiedSingleSpeakerInfo

名称 类型 说明
identifiedProfile

IdentifyInfo

包含已标识配置文件数据的对象。
profilesRanking

IdentifyInfo[]

包含前 5 个配置文件的数据的对象 (包括标识的配置文件) 按分数降序排序。

IdentifyInfo

识别的说话人信息

名称 类型 说明
profileId

string

标识的配置文件的 ID。 如果未将候选项标识为正确的说话人，则该值设置为空 GUID。
score

number

一个浮点数，指示输入音频与目标语音打印之间的相似性。 此数字必须介于 0 和 1 之间。 数字越大，相似性越高。

SpeakerErrorInfo

扬声器错误消息

名称 类型 说明
error

Error