Распознать речь в аудио файле

Обновлено 17 декабря 2024

Скачать спецификацию

POST

/speech:recognize

Возвращает результат распознавания речи после обработки всей аудиозаписи.

Запрос

Query Parameters

language
string
Возможные значения: [ru-RU, en-US, kk-KZ]
Язык для распознавания речи.
Example: ru-RU
enable_profanity_filter
boolean
Включить/выключить фильтр обсценной лексики
Example: false
model
string
Возможные значения: [general, media, ivr, callcenter]
Название модели для распознавания речи
Example: general
sample_rate
integer
Частота дискретизации
Example: 16000
channels_count
integer
Количество каналов в многоканальном аудио
Example: 2

Header Parameters

X-Request-ID

uuid

Возможные значения: Value must match regular expression (([0-9a-fA-F-])36)

Уникальный ID запроса, который используется для поиска запроса в логах. Если ID не задан явно, то сервер сгенерирует его автоматически.

• audio/mpeg
• audio/flac
• audio/ogg;codecs=opus
• audio/x-pcm;bit=16;rate=8000
• audio/x-pcm;bit=16;rate=16000
• audio/pcma;rate=8000
• audio/pcma;rate=16000
• audio/pcmu;rate=8000
• audio/pcmu;rate=16000

Body

required

• object

Body

required

• object

Body

required

• object

Body

required

• object

Body

required

• object

Body

required

• object

Body

required

• object

Body

required

• object

Body

required

• object

Ответы

• 200
• 400
• 401
• 404
• 413
• 429
• 500

OK

• application/json

• Схема
• Пример из схемы

Schema

result

string[]

Массив строк — предложений распознанного текста.

emotions object[]
Массив эмоций, распознанных в записи.
Array [
neutral
float
Возможные значения: >= 0 и <= 1
Вероятность нейтральной эмоциональной окраски речи.
positive
float
Возможные значения: >= 0 и <= 1
Вероятность позитивной эмоциональной окраски речи.
negative
float
Возможные значения: >= 0 и <= 1
Вероятность негативной эмоциональной окраски речи.
neutral_a
float
нейтральная окраска звука
positive_a
float
позитивная окраска звука
negative_a
float
негативная окраска звука
neutral_t
float
нейтральная окраска распознанного текста
positive_t
float
позитивная окраска распознанного текста
negative_t
float
негативная окраска распознанного текста
]
status

integer

HTTP-код ответа.

{
  "result": [
    "Предложение №1",
    "Предложение №2",
    "Предложение №n"
  ],
  "emotions": [
    {
      "neutral": 1,
      "positive": 0.19889654,
      "negative": 0.5878547645,
      "neutral_a": 0.98964,
      "positive_a": 0.1,
      "negative_a": 0.1567795,
      "neutral_t": 1,
      "positive_t": 0.197864,
      "negative_t": 0.656345487
    }
  ],
  "status": 200
}

Bad request format

Unauthorized

Model determination error

Payload too large

Too many requests

Internal Server Error

Loading...

Loading...