Intelligent Speech Interaction:WebSocket

1. Header セクション

Header セクションは、次のパラメーターで構成されます。

2. StartTranscription コマンド

次の表に、Payload セクションのパラメーターを示します。

サンプルコード:

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id": "640bc797bb684bd6960185651307****", // セッションID
        "namespace": "SpeechTranscriber", // サービスの名前空間
        "name": "StartTranscription", // コマンド名
        "appkey": "17d4c634****" // プロジェクトのAppKey
    },
    "payload": {
        "format": "opus", // 音声フォーマット
        "sample_rate": 16000, // サンプリングレート
        "enable_intermediate_result": true, // 中間結果を返すかどうか
        "enable_punctuation_prediction": true, // 句読点を予測するかどうか
        "enable_inverse_text_normalization": true // 逆テキスト正規化を有効にするかどうか
    }
}

3. StopTranscription コマンド

StopTranscription コマンドを実行して、音声認識タスクを停止できます。したがって、Payload セクションは空のままにします。サンプルコード:

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id": "640bc797bb684bd6960185651307****", // セッションID
        "namespace": "SpeechTranscriber", // サービスの名前空間
        "name": "StopTranscription", // コマンド名
        "appkey": "17d4c634****" // プロジェクトのAppKey
    }
}

1. TranscriptionStarted イベント

TranscriptionStarted イベントは、サーバーが音声を認識する準備ができていること、およびクライアントから音声ストリームを送信できることを示します。

サンプルコード:

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id": "640bc797bb684bd6960185651307****", // セッションID
        "namespace": "SpeechTranscriber", // サービスの名前空間
        "name": "TranscriptionStarted", // イベント名
        "status": 20000000, // ステータスコード
        "status_message": "GATEWAY|SUCCESS|Success." // ステータスメッセージ
    },
    "payload": {
        "session_id": "1231231dfdf****" // セッションID
    }
}

2. SentenceBegin イベント

SentenceBegin イベントは、サーバーが文の開始を検出したことを示します。

サンプルコード:

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id": "640bc797bb684bd6960185651307****", // セッションID
        "namespace": "SpeechTranscriber", // サービスの名前空間
        "name": "SentenceBegin", // イベント名
        "status": 20000000, // ステータスコード
        "status_message": "GATEWAY|SUCCESS|Success." // ステータスメッセージ
    },
    "payload": {
        "index": 1, // 文のインデックス
        "time": 320 // 文の開始時間
    }
}

3. TranscriptionResultChanged イベント

TranscriptionResultChanged イベントは、認識結果が変更されたことを示します。

単語構造:

サンプルコード:

{
    "header":{
        "message_id":"05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id":"640bc797bb684bd6960185651307****", // セッションID
        "namespace":"SpeechTranscriber", // サービスの名前空間
        "name":"TranscriptionResultChanged", // イベント名
        "status":20000000, // ステータスコード
        "status_message":"GATEWAY|SUCCESS|Success." // ステータスメッセージ
    },
    "payload":{
        "index":1, // 文のインデックス
        "time":1800, // 処理された音声の長さ
        "result":"今年のダブルイレブン", // 認識結果
        "words":[
            {
                "text":"今年", // 単語
                "startTime":1, // 単語の開始時間
                "endTime":2 // 単語の終了時間
            },
            {
              "text":"ダブルイレブン", // 単語
              "startTime":2, // 単語の開始時間
              "endTime":3 // 単語の終了時間
            }
        ]
    }
}

4. SentenceEnd イベント

SentenceEnd イベントは、サーバーが文の終わりを検出したことを示します。

StashResult 構造:

サンプルコード:

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id": "640bc797bb684bd6960185651307****", // セッションID
        "namespace": "SpeechTranscriber", // サービスの名前空間
        "name": "SentenceEnd", // イベント名
        "status": 20000000, // ステータスコード
        "status_message": "GATEWAY|SUCCESS|Success." // ステータスメッセージ
    },
    "payload": {
        "index": 1, // 文のインデックス
        "time": 3260, // 処理された音声の長さ
        "begin_time": 1800, // 文の開始時間
        "result": "今年のダブルイレブンにテレビを買いたい" // 認識結果
    }
}

5. TranscriptionCompleted イベント

TranscriptionCompleted イベントは、音声認識タスクが停止されたことを示します。サンプルコード:

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // リクエストのID
        "task_id": "640bc797bb684bd6960185651307****", // セッションID
        "namespace": "SpeechTranscriber", // サービスの名前空間
        "name": "TranscriptionCompleted", // イベント名
        "status": 20000000, // ステータスコード
        "status_message": "GATEWAY|SUCCESS|Success." // ステータスメッセージ
    }
}