話者識別を行う

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

🚧
話者識別は本サイト上では実行できないため、mimi API Console にログインいただき、こちらからお試しください。
話者識別サービスの利用手順についてはドキュメントの mimi API Console操作方法 - 話者識別を参照ください。

🚧
事前準備
話者識別サービスを利用するには、事前に話者グループの作成、話者の登録と話者グループへの追加、話者への発話データの登録(学習用音声の登録)と学習の実行）が必要です。
API 利用について、詳しくはドキュメントの初めてのAPI実行 - 6. 話者識別を参照ください。

📘
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 "srs" は指定できますが、 "SRS" 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。

当ページでは、話者識別サービス利用時の API についてのみ説明しています。
話者識別サービスを利用するために必要な事前準備のための API については、ドキュメント学習のためのAPI を参考に mimi SRS API の各 API Reference を参照ください。

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変わります。


https://apis.mimi.fd.ai/auth/srs/http-api-service https://apis.mimi.fd.ai/auth/srs/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
status	話者識別結果のステータス。 recog-finished=話者識別処理終了固定。
type	話者識別の型。 `srs#identification` に続く値は x-mimi-srs-speaker-group-id の指定によって変化する。
response	話者識別結果の配列
confidence	信頼度。大きいほど信頼度が高い。
speaker_id	話者ID
session_id	セッションID

Form Data

data-binary

string

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。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

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

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

Defaults to srs

実行するサービスに該当する値。mimi SRS のみ利用時には srs を単独で指定。他の認識サービス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-srs-speaker-group-id

string

Defaults to <話者グループのID>

登録済みの話者グループの ID。

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-srs-speaker-group-id: <speakerGroupId>" \
4
-H "x-mimi-process:srs" \
5
-H "Authorization: Bearer <accessToken>" \
6
--data-binary @/path/to/audio.raw

Choose an example:

application/json

話者識別を行う

🚧

🚧
事前準備

📘
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

🚧

🚧事前準備

📘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

400400

🚧
事前準備

📘
mimi が定義するカスタム HTTP ヘッダ