Создать задачу на распознавание

Обновлено 17 декабря 2024

Скачать спецификацию

POST

/speech:async_recognize

Возвращает идентификатор созданной задачи на распознавание. В запросе нужно передать идентификатор загруженного файла, а также параметры распознавания.

Подробнее — в разделе Асинхронное распознавание речи.

Запрос

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.

• application/json

Body

options objectrequired

model

string

Возможные значения: [general, media, ivr, callcenter]

Название модели для распознавания речи

audio_encoding

string

required

Возможные значения: [PCM_S16LE, OPUS, MP3, FLAC, ALAW, MULAW]

Аудио-кодек

sample_rate

integer

Частота дискретизации. Зависит от значения audio_encodingNormalizationOptions.enable

Подробнее о частоте дискретизации — в разделе Доступные форматы аудио.

language

string

Возможные значения: [ru-RU, en-US, kk-KZ]

По умолчанию: ru-RU

Язык для распознавания речи.

Доступные языки:

• ru-RU — русский;
• en-US — английский;
• kk-KZ — казахский. Доступно по отдельной заявке, напишите на почту SaluteSpeech@sberbank.ru.

enable_profanity_filter

boolean

По умолчанию: false

Фильтр обсценной лексики.

hypotheses_count

integer

Возможные значения: >= 0 и <= 10

По умолчанию: 1

Количество сообщаемых альтернативных гипотез распознанной речи.

no_speech_timeout

duration

Возможные значения: >= 2 и <= 20

По умолчанию: 7

Интервал ожидания речи пользователя.

max_speech_timeout

duration

Возможные значения: >= 0.5 и <= 20

По умолчанию: 20

Определение максимальной длины высказывания до форсированного EOU. По умолчанию стоит 20 секунд.

hints object

Подсказки

words

string[]

Список слов или фраз, распознавание которых мы хотим усилить. Здесь можно перечислить слова, которые с высокой вероятностью будет произносить пользователь

enable_letters

boolean

По умолчанию: false

Модель коротких фраз, улучшающая распознавание отдельных букв и коротких слов.

eou_timeout

duration

Возможные значения: >= 0.5 и <= 5

По умолчанию: 1

Настройка распознавания конца фразы (End of Utterance - eou). Такое распознавание будет ожидаться после конца фразы столько секунд, сколько установлено в этом параметре. По умолчанию распознавание конца фразы срабатывает после 1 секунды

channels_count

integer

Возможные значения: >= 1 и <= 10

По умолчанию: 1

Количество каналов в многоканальном аудио. Подробнее об ограничениях — в разделе Доступные форматы аудио.

speaker_separation_options object

Параметры разделения спикеров для фрагментов одновременной речи.

enable

boolean

По умолчанию: false

Включение функции разделения спикеров.

enable_only_main_speaker

boolean

По умолчанию: false

Возвращение только главного спикера. Главный находится по max(main_speaker_confidence).

count

integer

Возможные значения: >= 1 и <= 10

Максимальное число спикеров.

insight_models

string[]

Оценка удовлетворенности клиента по аудио с использованием моделей Insights.

Работает только для двухканальных аудио.

Возможные значения:

• csi;
• call_features;
• csi, call_features.

Подробнее — в разделе Insights модели.

request_file_id

uuid

required

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

Идентификатор загруженного файла.

Ответы

• 200
• 400
• 401
• 413
• 500

Возвращает идентификатор созданной задачи на распознавание.

• application/json

• Схема
• Пример из схемы

Schema

status

integer

required

HTTP-код ответа.

result objectrequired

Результат создания задачи

id

string

Идентификатор задачи

created_at

date-time

Дата создания задачи

updated_at

date-time

Дата обновления статуса задачи

status

string

Возможные значения: [NEW, RUNNING, CANCELED, DONE, ERROR]

Статус задачи

{
  "status": 200,
  "result": {
    "id": "5f5c6e6eed15b23b357852d52d3c979f",
    "created_at": "2017-10-10T10:00:00.000+03:00",
    "updated_at": "2021-01-01T00:00:00.000+03:00",
    "status": "NEW"
  }
}

Bad request format

Unauthorized

Payload too large

Internal Server Error

Loading...

Loading...