音声認識（ Google™ Cloud Speech-to-Text ）を行う

post https://service.mimi.fd.ai

📘
音声認識（ Google™ Cloud Speech-to-Text ）を利用したい
音声認識（ Google™ Cloud Speech-to-Text ）を使用するには別途契約が必要です

📘
mimi が定義するカスタム HTTP ヘッダ
mimi が定義するカスタム HTTP ヘッダ（ x-mimi- で始まるヘッダ）に設定する値は、大文字小文字を区別しています。例えば "x-mimi-process" の値に "asr" は指定できますが、 "ASR" は指定できません。
また、同じヘッダが同一のリクエスト内で複数行指定された場合は、いずれか一つのみが有効になりますので極力1種類1行となるように指定してください。

API 実行に必要なスコープ

HTTP / WebSocket どちらを利用するかによって必要なスコープは異なります。


https://apis.mimi.fd.ai/auth/google-asr/http-api-service https://apis.mimi.fd.ai/auth/google-asr/websocket-api-service

実行

HTTP リクエスト実行例は本ページ右の "REQUEST" を参照ください。

応答

応答例

本ページの応答例（画面右 "RESPONSE" で "200 - Result" を選択）を参照ください。

応答結果 JSON

各要素の型は本ページの "RESPONSE" を参照ください。
（ resonse ステータス "200" をクリック）

キー	内容
response	認識結果オブジェクトの配列
result	発話テキスト
confidence	発話開始と発話終了のミリ秒数（音声データの開始から起算）の配列
session_id	セッションID
status	音声認識結果のステータス
type	音声認識の型

Form Data

data-binary

string

required

Defaults to <入力音声データファイルのフルパス>

音声データファイルはContent-Typeの指定と合致している必要がある。curl リクエスト実行時には 先頭に @ をつけなければ送信できない ことに留意。

Headers

Authorization

string

required

Defaults to Bearer <accessToken>

OAuth2 準拠の Bearer トークンとして発行された mimi のアクセストークン。実行したいサービスに対応するスコープを指定して発行したアクセストークンが必要。アクセストークンの取得方法についてはトークンの取得または認証／認可操作を参照。

Content-Type

string

required

Defaults to audio/x-pcm;bit=16;rate=16000;channels=1

音声データフォーマット。ヘッダなしリニアPCM( x-pcm )かFLAC( x-flac )のいずれかで指定。audio/x-pcm;bit=16;rate=(整数†);channels=1 または audio/x-flac または audio/x-flac;rate=(整数†) 。いずれの場合も、音声の形式は符号付き整数(16bit リトルエンディアン), 1ch である必要がある。 † rate= に続く部分には 16000 や 48000 などのサンプリングレートを整数で指定する。サンプリングレートが 16kHz でない場合は、この指定を省略できない。

x-mimi-process

string

required

Defaults to google-asr

実行するサービスに該当する値。Google Cloud Speech-to-Text のみ利用時には google-asr を単独で指定。google-asr を使用する場合は別途契約が必要。他の音声認識サービス（asr( mimi ASR ), nict-asr( mimi ASR powered by NICT ) ）をカンマ区切りで複数指定可能。詳しくはサービス対応表参照。

x-mimi-input-language

string

Defaults to ja

入力音声の言語コード。Google 公式サイトの言語サポートのページを参照。 x-mimi-input-language にはこちらに記載されている表記通りに指定してください。

Responses

Language

Request


xxxxxxxxxx
1
curl -X POST https://service.mimi.fd.ai \
2
-H "Content-Type: audio/x-pcm;bit=16;rate=16000;channels=1" \
3
-H "x-mimi-process:google-asr" \
4
-H "x-mimi-input-language:ja" \
5
-H "Authorization: Bearer <accessToken>" \
6
--data-binary @/path/to/audio.raw

Choose an example:

application/json

text/plain

音声認識（ Google™ Cloud Speech-to-Text ）を行う

📘
音声認識（ Google™ Cloud Speech-to-Text ）を利用したい

📘
mimi が定義するカスタム HTTP ヘッダ

API 実行に必要なスコープ

実行

応答

応答例

応答結果 JSON

📘音声認識（ Google™ Cloud Speech-to-Text ）を利用したい

📘mimi が定義するカスタム HTTP ヘッダ

API 実行に必要なスコープ

実行

応答

応答例

応答結果 JSON

200200

401401

📘
音声認識（ Google™ Cloud Speech-to-Text ）を利用したい

📘
mimi が定義するカスタム HTTP ヘッダ