Сөйлеуді тану

Сөйлеуді танудың екі түрі қолжетімді:

• аудиофайлдарды тану;
• ағындық аудионы тану.

Аудиофайлдан сөйлеуді тану үшін https://voice.mcs.mail.ru/asr мекенжайына POST сұрауының денесінде аудиофайлды жіберіп, тақырыпта дұрыс Content-Type көрсетіңіз.

Сұрау мысалы:

 
curl -L --request POST 'https://voice.mcs.mail.ru/asr' \--header 'Content-Type: audio/ogg; codecs=opus' \--header 'Authorization: Bearer xxxxxxxxxx'  \--data-binary '@/Users/User/tts.ogg'

Жауап мысалы:

 
{	"qid": "0ac6294a351d42ad859404ecd349e4b9",	"result": {		"texts": [			{				"text": "привет алиса",				"confidence": 1.0,				"punctuated_text": "Привет, Алиса."			}		],		"phrase_id": "20220921-1515-4d75-92b4-24b6c101ba6a"	}}

Чанкты (сөйлеудің шағын бөлігін) тану үшін тапсырма жасауға сұрау жіберу керек. Осыдан кейін чанктарды жіберіп, соңғы нәтижені алу мүмкіндігі пайда болады.

Тапсырма жасау үшін access_token бар авторизация тақырыбымен https://voice.mcs.mail.ru/asr_stream/create_task мекенжайына POST сұрауын жіберу жеткілікті, жауапта task_id, task_token келеді.

Сұрау мысалы:

 
curl --request POST \  --url https://voice.mcs.mail.ru/asr_stream/create_task \  --header 'Authorization: Bearer access_tokenxxxxxxxx'

Жауап мысалы:

 
{  "qid": "61b5cf067c494b4a9a0b87a3c43e37ef",  "result": {    "task_id": "05ad987e-ceee-4186-acdb-956148b91692",    "task_token": "<ЗНАЧЕНИЕ_ТОКЕНА>"  }}

Чанк таңдалған пішімдегі аудиофрагмент болып табылады, сондықтан әр чанкта тақырыптар болуы тиіс.

Чанк жіберу үшін мыналар жеткілікті:

• тақырыпта Authorization- task_token параметрін беріп, https://voice.mcs.mail.ru/asr_stream/add_chunk мекенжайына POST сұрауын жіберу;
• task_id және chunk_num мәндерін GET параметрлерінде беру (нөмірлеу 0-ден басталады);
• сұрау тақырыбында дұрыс Content-Type көрсету.
• сұрау денесінде wav немесе ogg пішіміндегі байттар массиві болатын чанк беріледі.

Жауапта чанктарды тану нәтижесі келеді.

Сұрау мысалы:

 
curl --request POST \  --url 'https://voice.mcs.mail.ru/asr_stream/add_chunk?task_id=xxxxx&chunk_num=2' \  --header 'Authorization: Bearer task_tokenxxxxxxxx' \  --header 'Content-Type: audio/wave' \  --data 'xxxxxxxxxx'

Жауап мысалы:

 
{  "qid": "4d44cb0eb81f4e7f84a7997ec4f2f3c4",  "result": {    "text": "привет маруся"  }}

Чанктар жіберілгеннен кейін кез келген уақытта нәтижені алуға болады, ол үшін тақырыпта Authorization- task_token, ал GET параметрлерінде task_id мәнін беріп, https://voice.mcs.mail.ru/asr_stream/get_result мекенжайына GET сұрауын жіберу қажет.

Жауапта тапсырманың ағымдағы күйімен бірге тану нәтижесі келеді.

Сұрау мысалы:

 
curl --request GET \  --url 'https://voice.mcs.mail.ru/asr_stream/get_result?task_id=xxxxx' \  --header 'Authorization: Bearer task_tokenxxxxxxxx' \

Жауап мысалы:

 
{  "qid": "517e5ba9f4a9465c9d73778bedac0808",  "result": {    "text": "привет маруся привет маруся",    "status": "done"  }}