Речь в пакетной службе Azure

Точное преобразование звука в текст на более чем 100 языках и вариантах. В рамках службы "Речь ИИ Azure" пакетная транскрибирование позволяет транскрибировать большое количество звука в хранилище. Вы можете указать эти звуковые файлы с помощью URI подписанного URL-адреса (SAS) и асинхронно получать результаты транскрибирования.

Этот соединитель доступен в следующих продуктах и регионах:

Услуга Class Регионы
Copilot Studio Стандарт Все регионы Power Automate , кроме следующих:
     — Облако Китая, управляемое 21Vianet
Логические приложения Стандарт Все регионы Logic Apps , кроме следующих:
     — Регионы Azure Для Китая
Power Apps Стандарт Все регионы Power Apps , кроме следующих:
     — Облако Китая, управляемое 21Vianet
Power Automate Стандарт Все регионы Power Automate , кроме следующих:
     — Облако Китая, управляемое 21Vianet
Контакт
Имя Команда службы "Речь" Power Platform
URL https://docs.microsoft.com/azure/cognitive-services/speech-service/support
Адрес электронной почты speechpowerplatform@microsoft.com
Метаданные соединителя
Publisher Microsoft
Website https://docs.microsoft.com/azure/cognitive-services/speech-service/
Политика конфиденциальности https://privacy.microsoft.com
Категории Искусственный интеллект; Сайт

API пакетной транскрибирования служб распознавания речи — это облачная служба, которая обеспечивает асинхронную обработку распознавания речи пакетной службы по предоставленному содержимому звука. Этот соединитель предоставляет эти функции как операции в Microsoft Power Automate и Power Apps.

Pre-requisites

Для продолжения вам потребуется следующее:

Создание подключения

Соединитель поддерживает следующие типы проверки подлинности:

[переменные('oauthDefaultDisplayName')] [переменные('oauthDefaultDescription')] Все регионы, кроме Azure для государственных организаций и министерства обороны (DoD) в Azure для государственных организаций и государственных организаций США (GCC) и государственных организаций США (GCC-High) Недоступен для совместного использования
Ключ API Ключ API (ApiKey) Все регионы Доступный для общего пользования
Интегрированный идентификатор Microsoft Entra Используйте идентификатор Microsoft Entra для доступа к службе распознавания речи. Только правительство США (GCC) Недоступен для совместного использования
Интегрированная идентификатора Microsoft Entra (Azure для государственных организаций) Используйте идентификатор Microsoft Entra для доступа к службе распознавания речи. Azure для государственных организаций и Министерства обороны (DoD) в Azure для государственных организаций и государственных организаций США (GCC-High) только Недоступен для совместного использования
По умолчанию [не рекомендуется] Этот параметр предназначен только для старых подключений без явного типа проверки подлинности и предоставляется только для обратной совместимости. Все регионы Недоступен для совместного использования

[переменные('oauthDefaultDisplayName')]

Идентификатор проверки подлинности: tokenBasedAuth

Применимо: все регионы, кроме Azure для государственных организаций и министерства обороны (DoD) в Azure для государственных организаций и государственных организаций США (GCC) и сша (GCC-High)

[переменные('oauthDefaultDescription')]

Это недоступно для общего доступа. Если приложение power предоставляется другому пользователю, пользователю будет предложено явно создать новое подключение.

Имя Тип Description Обязательно
Настраиваемый поддомен струна URL-адрес пользовательской конечной точки поддомена (пример: contoso) True

Ключ API

Идентификатор проверки подлинности: keyBasedAuth

Применимо: все регионы

Ключ API (ApiKey)

Это совместное подключение. Если приложение power app предоставлено другому пользователю, подключение также предоставляется совместно. Дополнительные сведения см. в обзоре соединителей для приложений на основе холста — Power Apps | Документация Майкрософт

Имя Тип Description Обязательно
Ключ учетной записи securestring Ключ службы "Речь" True
Регион струна Регион службы "Речь" (пример: eastus) True

Microsoft Entra id Integrated

Идентификатор проверки подлинности: tokenBasedAuth

Применимо: только правительство США (GCC)

Используйте идентификатор Microsoft Entra для доступа к службе распознавания речи.

Это недоступно для общего доступа. Если приложение power предоставляется другому пользователю, пользователю будет предложено явно создать новое подключение.

Имя Тип Description Обязательно
Настраиваемый поддомен струна URL-адрес пользовательской конечной точки поддомена (пример: contoso) True

Интегрированная идентификатора Microsoft Entra (Azure для государственных организаций)

Идентификатор проверки подлинности: tokenBasedAuth

Применимо: Только Для государственных организаций Azure и Министерства обороны (DoD) в Azure для государственных организаций и государственных организаций США (GCC-High)

Используйте идентификатор Microsoft Entra для доступа к службе распознавания речи.

Это недоступно для общего доступа. Если приложение power предоставляется другому пользователю, пользователю будет предложено явно создать новое подключение.

Имя Тип Description Обязательно
Настраиваемый поддомен струна URL-адрес пользовательской конечной точки поддомена (пример: contoso) True

По умолчанию [не рекомендуется]

Применимо: все регионы

Этот параметр предназначен только для старых подключений без явного типа проверки подлинности и предоставляется только для обратной совместимости.

Это недоступно для общего доступа. Если приложение power предоставляется другому пользователю, пользователю будет предложено явно создать новое подключение.

Имя Тип Description Обязательно
Ключ учетной записи securestring Ключ учетной записи службы Azure Cognitive Services для пакетной службы "Речь в текст" True
Регион струна Регион службы "Речь" (пример: eastus) True

Ограничения регулирования

Имя Вызовы Период обновления
Вызовы API для каждого подключения 100 60 секунд

Действия

Обновление транскрибирования (версия 3.1)

Обновляет изменяемые сведения о транскрибировании, определяемом его идентификатором.

Получение поддерживаемых языковых стандартов (версия 3.1)

Возвращает список поддерживаемых языков для автономных транскрибирования.

Получение списка транскрибирования (версия 3.1)

Возвращает список транскрибирования для прошедшей проверку подлинности подписки.

Получение транскрибирования (версия 3.1)

Возвращает транскрибирование, определяемое заданным идентификатором.

Получение файла транскрибирования (V3.1)

Возвращает один конкретный файл (идентифицируется с помощью fileId) из транскрибирования (идентифицируется с идентификатором).

Получение файлов списка транскрибирования (версия 3.1)

Возвращает файлы транскрибирования, определяемого заданным идентификатором.

Создание транскрибирования (V3.1)

Создает новое транскрибирование.

Удаление транскрибирования (версия 3.1)

Удаляет указанную задачу транскрибирования.

Обновление транскрибирования (версия 3.1)

Обновляет изменяемые сведения о транскрибировании, определяемом его идентификатором.

Параметры

Имя Ключ Обязательно Тип Описание
Идентификатор
id True uuid

Идентификатор транскрибирования.

сам
self True uri

Расположение указанной сущности.

отображаемое имя
displayName string

Имя объекта.

описание
description string

Описание объекта.

customProperties
customProperties object

Пользовательские свойства этой сущности. Максимальная допустимая длина ключа составляет 64 символов, максимальная длина значения составляет 256 символов, а число разрешенных записей — 10.

Возвращаемое значение

Тело
Transcription

Получение поддерживаемых языковых стандартов (версия 3.1)

Возвращает список поддерживаемых языков для автономных транскрибирования.

Возвращаемое значение

Имя Путь Тип Описание
array of string

Получение списка транскрибирования (версия 3.1)

Возвращает список транскрибирования для прошедшей проверку подлинности подписки.

Параметры

Имя Ключ Обязательно Тип Описание
Пропустить
skip integer

Количество наборов данных, которые будут пропущены.

Верх
top integer

Количество наборов данных, которые будут включены после пропуска.

Filter
filter string

Выражение фильтрации для выбора подмножества доступных транскрибирования.

  • Поддерживаемые свойства: displayName, description, createdDateTime, lastActionDateTime, status, locale.
  • Операторы :
    — eq, ne поддерживается для всех свойств.
    — ge, lt, le поддерживаются для createdDateTime и lastActionDateTime.
    — и, или, не поддерживаются.
  • Пример:filter=createdDateTime gt 2022-02-01T11:00:00Z

Возвращаемое значение

Получение транскрибирования (версия 3.1)

Возвращает транскрибирование, определяемое заданным идентификатором.

Параметры

Имя Ключ Обязательно Тип Описание
Идентификатор
id True uuid

Идентификатор транскрибирования.

Возвращаемое значение

Тело
Transcription

Получение файла транскрибирования (V3.1)

Возвращает один конкретный файл (идентифицируется с помощью fileId) из транскрибирования (идентифицируется с идентификатором).

Параметры

Имя Ключ Обязательно Тип Описание
Идентификатор
id True uuid

Идентификатор транскрибирования.

Идентификатор файла
fileId True uuid

Идентификатор файла.

Допустимость sas в секундах
sasValidityInSeconds integer

Длительность в секундах, когда URL-адрес SAS должен быть допустимым. Длительность по умолчанию составляет 12 часов. При использовании BYOS (https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-encryption-of-data-at-rest#bring-your-own-storage-byos-for-customization-and-logging): значение 0 означает, что будет создан обычный URI BLOB-объектов без маркера SAS.

Возвращаемое значение

Тело
File

Получение файлов списка транскрибирования (версия 3.1)

Возвращает файлы транскрибирования, определяемого заданным идентификатором.

Параметры

Имя Ключ Обязательно Тип Описание
Идентификатор
id True uuid

Идентификатор транскрибирования.

Допустимость sas в секундах
sasValidityInSeconds integer

Длительность в секундах, когда URL-адрес SAS должен быть допустимым. Длительность по умолчанию составляет 12 часов. При использовании BYOS (https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/speech-encryption-of-data-at-rest#bring-your-own-storage-byos-for-customization-and-logging): значение 0 означает, что будет создан обычный URI BLOB-объектов без маркера SAS.

Пропустить
skip integer

Количество наборов данных, которые будут пропущены.

Верх
top integer

Количество наборов данных, которые будут включены после пропуска.

Filter
filter string

Выражение фильтрации для выбора подмножества доступных файлов.

  • Поддерживаемые свойства: name, createdDateTime, kind.
  • Операторы :
    — eq, ne поддерживается для всех свойств.
    — ge, lt, le поддерживаются для createdDateTime.
    — и, или, не поддерживаются.
  • Пример:filter=name eq 'myaudio.wav.json' and kind eq 'Transcription'

Возвращаемое значение

Тело
PaginatedFiles

Создание транскрибирования (V3.1)

Создает новое транскрибирование.

Параметры

Имя Ключ Обязательно Тип Описание
contentUrls
contentUrls array of uri

Вы можете указать список URL-адресов содержимого, чтобы получить звуковые файлы для транскрибирования. Разрешено до 1000 URL-адресов. Это свойство не будет возвращено в ответе.

contentContainerUrl
contentContainerUrl uri

Кроме того, можно указать URL-адрес контейнера BLOB-объектов Azure, содержащего звуковые файлы. Контейнер может иметь максимальный размер 5 ГБ и максимальное число 10000 BLOB-объектов. Максимальный размер большого двоичного объекта составляет 2,5 ГБ. SAS контейнера должен содержать разрешения r (read) и l (list). Это свойство не будет возвращено в ответе.

местность
locale True string

Языковой стандарт содержащихся данных. Если используется идентификация языка, этот языковой стандарт используется для транскрибирования речи, для которой не удалось обнаружить язык.

отображаемое имя
displayName True string

Отображаемое имя объекта.

model
self uri

Расположение указанной сущности.

diarizationEnabled
diarizationEnabled boolean

Значение, указывающее, запрашивается ли диаризация (идентификация говорящего). Значение falseпо умолчанию. Если для этого поля задано значение true, а улучшенная система диаризации не включенаDiarizationProperties путем указания, базовая система диаризации будет различаться до двух динамиков. В этом случае применяются расходы noextra. Улучшенная система диаризации обеспечивает диаризацию для настраиваемого диапазона динамиков. Его можно настроить в DiarizationProperties поле. DEPRECATED: базовая система диаризации устарела и будет удалена вместе сdiarizationEnabled параметром в следующей основной версии API.

wordLevelTimestampsEnabled
wordLevelTimestampsEnabled boolean

Значение, указывающее, запрашиваются ли метки времени уровня слова. Значением по умолчанию являетсяfalse.

displayFormWordLevelTimestampsEnabled
displayFormWordLevelTimestampsEnabled boolean

Значение, указывающее, запрашиваются ли метки времени уровня слова для формы отображения. Значение по умолчанию — false.

channels
channels array of integer

Коллекция запрошенных номеров каналов. В случае по умолчанию рассматриваются каналы 0 и 1.

destinationContainerUrl
destinationContainerUrl uri

Запрошенный контейнер назначения.# Примечания ###When контейнер назначения используется в сочетании с timeToLiveпараметром, метаданные atranscription будут удалены обычно, но данные, хранящиеся в целевом контейнере, включая результатыtranscription, останутся нетронутыми, так как для этогоcontainer не требуются разрешения на удаление.
Чтобы обеспечить автоматическую очистку, настройте время существования BLOB-объектов в контейнере или используйте команду "Принести собственное хранилище (BYOS)" вместо destinationContainerUrlтого, чтобы можно было очистить большие двоичные объекты.

пунктуацияMode
punctuationMode string

Режим, используемый для препинания.

ненормативностьFilterMode
profanityFilterMode string

Режим фильтрации ненормативной лексики.

timeToLive
timeToLive string

Как долго транскрибирование будет храниться в системе после завершения. После завершения (успешного или неудачного) скрипта время будет автоматически отложено. Не устанавливайте это значение или не устанавливая значение 0, отключит автоматическое удаление. Самая длинная поддерживаемая поддержка составляет 31 дней. Длительность закодирована как длительность ISO 8601 ("PnYnMnDTnHnMnS", см. ).https://en.wikipedia.org/wiki/ISO_8601#Durations

minCount
minCount integer

Указание минимального количества динамиков для диаризации. Должно быть меньше или равно свойству maxSpeakers.

maxCount
maxCount integer

Максимальное количество динамиков для диаризации. Должно быть меньше 36 и больше или равно свойству minSpeakers.

кандидатLocales
candidateLocales True array of string

Кандидат языковых стандартов для идентификации языка (например, ["en-US", "de-DE", ", "es-ES"]). Поддерживается не менее 2 и не более 10 языков-кандидатов, включая основной языковой стандарт для транскрибирования.

speechModelMapping
speechModelMapping object

Необязательное сопоставление языковых стандартов с сущностями модели речи. Если для языкового стандарта не задана модель, используется базовая модель по умолчанию. Ключи должны быть языковыми стандартами, содержащимися в языковых стандартах кандидата, значения — это сущности для моделей соответствующих языковых стандартов.

электронная почта
email string

Адрес электронной почты для отправки уведомлений по электронной почте в случае завершения операции. Значение будет удалено после успешной отправки сообщения электронной почты.

Возвращаемое значение

Тело
Transcription

Удаление транскрибирования (версия 3.1)

Удаляет указанную задачу транскрибирования.

Параметры

Имя Ключ Обязательно Тип Описание
Идентификатор
id True uuid

Идентификатор транскрибирования.

Определения

DiarizationProperties

Имя Путь Тип Описание
Динамики
speakers DiarizationSpeakersProperties

DiarizationSpeakersProperties

Имя Путь Тип Описание
minCount
minCount integer

Указание минимального количества динамиков для диаризации. Должно быть меньше или равно свойству maxSpeakers.

maxCount
maxCount integer

Максимальное количество динамиков для диаризации. Должно быть меньше 36 и больше или равно свойству minSpeakers.

Файл

Имя Путь Тип Описание
добрый
kind FileKind

Тип данных.

links
links FileLinks
createdDateTime
createdDateTime date-time

Время создания этого файла. Метка времени закодирована как формат даты и времени ISO 8601(см https://en.wikipedia.org/wiki/ISO_8601#Combined_date_and_time_representations. ).

properties
properties FileProperties
имя
name string

Имя этого файла.

FileKind

Тип данных.

Тип данных.

Имя Путь Тип Описание
contentUrl
contentUrl uri

URL-адрес для получения содержимого этого файла.

FileProperties

Имя Путь Тип Описание
size
size integer

Размер данных в байтах.

duration
duration string

Длительность в случае, если этот файл является звуковым файлом. Длительность закодирована как ISO 8601duration ("PnYnMnDTnHnMnS", см. ).https://en.wikipedia.org/wiki/ISO_8601#Durations

LanguageIdentificationProperties

Имя Путь Тип Описание
кандидатLocales
candidateLocales array of string

Кандидат языковых стандартов для идентификации языка (например, ["en-US", "de-DE", ", "es-ES"]). Поддерживается не менее 2 и не более 10 языков-кандидатов, включая основной языковой стандарт для транскрибирования.

speechModelMapping
speechModelMapping object

Необязательное сопоставление языковых стандартов с сущностями модели речи. Если для языкового стандарта не задана модель, используется базовая модель по умолчанию. Ключи должны быть языковыми стандартами, содержащимися в языковых стандартах кандидата, значения — это сущности для моделей соответствующих языковых стандартов.

Разбиение на страницы

Имя Путь Тип Описание
values
values array of File

Список сущностей, ограниченных переданными параметрами запроса "skip" и "top" или их значениями по умолчанию. При итерации по списку с помощью разбиения на страницы и удаления сущностей параллельно некоторые сущности будут пропущены в результатах. Рекомендуется создать список на клиенте и удалить после получения полного списка.

@nextLink
@nextLink uri

Ссылка на следующий набор результатов с разбивкой на страницы, если доступны дополнительные сущности; в противном случае значение NULL.

Разбивка на страницыTranscriptions

Имя Путь Тип Описание
values
values array of Transcription

Список сущностей, ограниченных переданными параметрами запроса "skip" и "top" или их значениями по умолчанию. При итерации по списку с помощью разбиения на страницы и удаления сущностей параллельно некоторые сущности будут пропущены в результатах. Рекомендуется создать список на клиенте и удалить после получения полного списка.

@nextLink
@nextLink uri

Ссылка на следующий набор результатов с разбивкой на страницы, если доступны дополнительные сущности; в противном случае значение NULL.

Ненормативная лексикаFilterMode

Режим фильтрации ненормативной лексики.

Режим фильтрации ненормативной лексики.

Знак препинанияMode

Режим, используемый для препинания.

Режим, используемый для препинания.

Расшифровка

Имя Путь Тип Описание
contentUrls
contentUrls array of uri

Вы можете указать список URL-адресов содержимого, чтобы получить звуковые файлы для транскрибирования. Разрешено до 1000 URL-адресов. Это свойство не будет возвращено в ответе.

contentContainerUrl
contentContainerUrl uri

Кроме того, можно указать URL-адрес контейнера BLOB-объектов Azure, содержащего звуковые файлы. Контейнер может иметь максимальный размер 5 ГБ и максимальное число 10000 BLOB-объектов. Максимальный размер большого двоичного объекта составляет 2,5 ГБ. SAS контейнера должен содержать разрешения r (read) и l (list). Это свойство не будет возвращено в ответе.

местность
locale string

Языковой стандарт содержащихся данных. Если используется идентификация языка, этот языковой стандарт используется для транскрибирования речи, для которой не удалось обнаружить язык.

отображаемое имя
displayName string

Отображаемое имя объекта.

model
model.self uri

Расположение указанной сущности.

properties
properties TranscriptionProperties

ТранскрибированиеProperties

Имя Путь Тип Описание
diarizationEnabled
diarizationEnabled boolean

Значение, указывающее, запрашивается ли диаризация (идентификация говорящего). Значение falseпо умолчанию. Если для этого поля задано значение true, а улучшенная система диаризации не включенаDiarizationProperties путем указания, базовая система диаризации будет различаться до двух динамиков. В этом случае применяются расходы noextra. Улучшенная система диаризации обеспечивает диаризацию для настраиваемого диапазона динамиков. Его можно настроить в DiarizationProperties поле. DEPRECATED: базовая система диаризации устарела и будет удалена вместе сdiarizationEnabled параметром в следующей основной версии API.

wordLevelTimestampsEnabled
wordLevelTimestampsEnabled boolean

Значение, указывающее, запрашиваются ли метки времени уровня слова. Значением по умолчанию являетсяfalse.

displayFormWordLevelTimestampsEnabled
displayFormWordLevelTimestampsEnabled boolean

Значение, указывающее, запрашиваются ли метки времени уровня слова для формы отображения. Значение по умолчанию — false.

channels
channels array of integer

Коллекция запрошенных номеров каналов. В случае по умолчанию рассматриваются каналы 0 и 1.

destinationContainerUrl
destinationContainerUrl uri

Запрошенный контейнер назначения.# Примечания ###When контейнер назначения используется в сочетании с timeToLiveпараметром, метаданные atranscription будут удалены обычно, но данные, хранящиеся в целевом контейнере, включая результатыtranscription, останутся нетронутыми, так как для этогоcontainer не требуются разрешения на удаление.
Чтобы обеспечить автоматическую очистку, настройте время существования BLOB-объектов в контейнере или используйте команду "Принести собственное хранилище (BYOS)" вместо destinationContainerUrlтого, чтобы можно было очистить большие двоичные объекты.

пунктуацияMode
punctuationMode PunctuationMode

Режим, используемый для препинания.

ненормативностьFilterMode
profanityFilterMode ProfanityFilterMode

Режим фильтрации ненормативной лексики.

timeToLive
timeToLive string

Как долго транскрибирование будет храниться в системе после завершения. После завершения (успешного или неудачного) скрипта время будет автоматически отложено. Не устанавливайте это значение или не устанавливая значение 0, отключит автоматическое удаление. Самая длинная поддерживаемая поддержка составляет 31 дней. Длительность закодирована как длительность ISO 8601 ("PnYnMnDTnHnMnS", см. ).https://en.wikipedia.org/wiki/ISO_8601#Durations

диаризация
diarization DiarizationProperties
Идентификация языка —
languageIdentification LanguageIdentificationProperties
электронная почта
email string

Адрес электронной почты для отправки уведомлений по электронной почте в случае завершения операции. Значение будет удалено после успешной отправки сообщения электронной почты.