Résultats intermédiaires (Interim results)

La fonction de résultats intermédiaires (Interim results) est disponible uniquement avec l'interface WebSocket.

Les résultats provisoires sont des hypothèses de transcription intermédiaires qui sont susceptibles de changer avant que le service ne retourne ses résultats finaux. Le service renvoie des résultats intermédiaires dès qu'il les génère. Les résultats provisoires sont utiles pour les applications interactives et la transcription en temps réel, et pour les longs flux audio, dont la transcription peut prendre un certain temps.

Les résultats provisoires évoluent au fur et à mesure que le traitement des énoncés progresse. Ils arrivent plus souvent et plus rapidement que les résultats finaux. Vous pouvez les utiliser pour permettre à votre application de répondre plus rapidement ou de mesurer l'évolution de la transcription. Une fois le traitement d'un enregistrement terminé, le service envoie les résultats finaux, qui correspondent à sa meilleure transcription de l'enregistrement audio correspondant à cet enregistrement.

Les résultats intermédiaires permettent d'assurer la parité des caractéristiques entre les anciens et les nouveaux modèles. Il réduit également le temps de latence pour les utilisateurs, car les résultats intermédiaires arrivent plus tôt qu'auparavant.

• Les résultats provisoires sont identifiés dans une transcription avec la zone "final": false. Le service peut mettre à jour les résultats provisoires avec des transcriptions plus précises lorsqu'il traite d'autres sons. Le service fournit un ou plusieurs résultats provisoires pour chaque résultat final.
• Les résultats finaux sont identifiés par la zone "final": true. Le service n'effectue plus de mise à jour dans les résultats finaux.

La manière dont vous demandez les résultats intermédiaires dépend du type de modèle que vous utilisez :

• Pour obtenir des résultats intermédiaires, réglez le paramètre end_of_phrase_silence_time sur une valeur autre que None.
• Pour un modèle de génération précédente, définissez le paramètre interim_results sur true dans le message JSON start. Des résultats provisoires sont disponibles pour tous les modèles de génération précédente.
• Pour un modèle de nouvelle génération, définissez le paramètre interim_results sur true dans le message de démarrage JSON. Vous pouvez également définir low_latency sur true pour activer à la fois les résultats intermédiaires et la faible latence pour les modèles.
• Pour un modèle vocal de grande taille, définissez la valeur de « interim_results » sur « true » dans le message JSON start. La valeur « low_latency » n’est actuellement prise en charge que par le modèle vocal de grande taille en-US.

Pour désactiver les résultats provisoires pour n'importe quel modèle, omettez le paramètre interim_results ou définissez-le sur false. Désactivez les résultats provisoires si vous faites une transcription hors ligne ou par lots.

var access_token = {access_token};
var wsURI = '{ws_url}/v1/recognize'
  + '?access_token=' + access_token;
var websocket = new WebSocket(wsURI);

websocket.onopen = function(evt) { onOpen(evt) };
function onOpen(evt) {
  var message = {
    action: 'start',
    content-type: 'audio/l16;rate=22050',
    interim_results: true
    end_of_phrase_silence_time:1.3
  };
  websocket.send(JSON.stringify(message));
  websocket.send(blob);
}

websocket.onmessage = function(evt) { onMessage(evt) };
function onMessage(evt) {
  console.log(evt.data);
}

{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "transcript": "several to "
        }
      ],
      "final": false
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "transcript": "several tornadoes "
        }
      ],
      "final": false
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "transcript": "several tornadoes swept through "
        }
      ],
      "final": false
    }
  ]
}{
  . . .
}{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.96,
          "transcript": "several tornadoes swept through Colorado on Sunday "
        }
      ],
      "final": true
    }
  ]
}

Faible temps d'attente

Le paramètre « low_latency » est disponible pour la plupart des modèles de nouvelle génération et pour le modèle vocal de grande taille « en-US ». Le paramètre n'est pas disponible avec les modèles de génération précédente.

Les modèles multimédias et de téléphonie de nouvelle génération ont généralement des temps de réponse plus rapides que les modèles de génération précédente. Mais dans certaines situations, vous pouvez souhaiter recevoir des résultats plus rapidement. Avec les modèles de nouvelle génération qui prennent en charge un faible temps d'attente, vous pouvez définir le paramètre low_latency sur true pour recevoir des résultats plus rapidement. Pour plus d'informations sur les modèles de nouvelle génération qui prennent en charge un faible temps d'attente, voir Modèles de langue de nouvelle génération pris en charge.

Avec un faible temps d'attente, le service obtient des résultats plus rapides aux dépens de l'exactitude de la transcription. Lorsque le faible temps d'attente est activé, le service segmente l'audio en blocs plus petits afin d'optimiser la vitesse au détriment de la précision. Ce compromis pourrait être acceptable si votre application privilégie un temps de réponse plus court plutôt qu'une précision maximale. Par exemple, un faible temps d'attente est idéal pour les cas d'utilisation tels que le sous-titrage codé, les applications conversationnelles et le service à la clientèle en direct dans le canal vocal du service IBM® watsonx™ Assistant.

L'omission du paramètre low_latency peut produire des résultats plus précis et constitue l'approche recommandée pour la plupart des cas d'utilisation. Le paramètre low_latency est false par défaut.

La nature de la réponse à une demande qui inclut un faible temps d'attente dépend de l'interface utilisée :

• Avec les interfaces HTTP, le service attend de recevoir l'intégralité de l'entrée audio avant d'envoyer une réponse. Il envoie ensuite un seul flux d'octets en réponse. La réponse peut inclure plusieurs éléments de transcription avec des résultats finaux multiples, et elle peut être envoyée de façon incrémentielle. Cependant, il s'agit d'un flux de données unique.
• Avec l'interface WebSocket, le service envoie les résultats finaux dès qu'ils sont disponibles. Il peut envoyer plusieurs réponses indépendantes sous la forme de différents flux d'octets. La connexion est bidirectionnelle et en duplex intégral; les requêtes et les réponses peuvent continuer à circuler dans les deux sens sur une seule connexion tant que celle-ci reste active.

curl -X POST -u "apikey:{apikey}" \
--header "Content-Type: audio/wav" \
--data-binary @{path}audio-file.wav \
"{url}/v1/recognize?model=en-US_Telephony&low_latency=true"

curl -X POST \
--header "Authorization: Bearer {token}" \
--header "Content-Type: audio/wav" \
--data-binary @{path}audio-file.wav \
"{url}/v1/recognize?model=en-US_Telephony&low_latency=true"

var access_token = {access_token};
var wsURI = '{ws_url}/v1/recognize'
  + '?access_token=' + access_token
  + '&model=en-US_Telephony';
var websocket = new WebSocket(wsURI);

websocket.onopen = function(evt) { onOpen(evt) };
function onOpen(evt) {
  var message = {
    action: 'start',
    content-type: 'audio/wav',
    inactivity_timeout: -1,
    interim_results: {true | false},
    low_latency: {true | false}
  };
  websocket.send(JSON.stringify(message));
  websocket.send(blob);
}

websocket.onmessage = function(evt) { onMessage(evt) };
function onMessage(evt) {
  console.log(evt.data);
}

  var message = {
    action: 'start',
    content-type: 'audio/wav',
    inactivity_timeout: -1,
    interim_results: false,
    low_latency: false,
    end_of_phrase_silence_time: 1.4
  };

{
  "result_index": 0,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "thunderstorms could produce ",
          "confidence": 0.94
        }
      ]
    },
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "large hail ",
          "confidence": 0.91
        }
      ]
    },
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "and heavy rain ",
          "confidence": 0.86
        }
      ]
    }
  ]
}

  var message = {
    action: 'start',
    content-type: 'audio/wav',
    inactivity_timeout: -1,
    interim_results: false,
    low_latency: true,
    end_of_phrase_silence_time: 1.4
  };

{
  "result_index": 0,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "thunderstorms could produce ",
          "confidence": 0.94
        }
      ]
    },
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "large hail ",
          "confidence": 0.91
        }
      ]
    },
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "and heavy rain ",
          "confidence": 0.86
        }
      ]
    }
  ]
}

  var message = {
    action: 'start',
    content-type: 'audio/wav',
    inactivity_timeout: -1,
    interim_results: true,
    low_latency: false,
    end_of_phrase_silence_time: 1.4
  };

{
  "result_index": 0,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "thunderstorms "
        }
      ]
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "thunderstorms could produce "
        }
      ]
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "thunderstorms could produce ",
          "confidence": 0.94
        }
      ]
    }
  ]
}{
  "result_index": 1,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "large "
        }
      ]
    }
  ]
}{
  "result_index": 1,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "large hail ",
          "confidence": 0.91
        }
      ]
    }
  ]
}{
  "result_index": 2,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "and heavy rain ",
          "confidence": 0.86
        }
      ]
    }
  ]
}

  var message = {
    action: 'start',
    content-type: 'audio/wav',
    inactivity_timeout: -1,
    interim_results: true,
    low_latency: true,
    end_of_phrase_silence_time: 1.4
  };

{
  "result_index": 0,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "th "
        }
      ]
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "thunderstorms "
        }
      ]
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "thunderstorms could produc "
        }
      ]
    }
  ]
}{
  "result_index": 0,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "thunderstorms could produce ",
          "confidence": 0.94
        }
      ]
    }
  ]
}{
  "result_index": 1,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "large "
        }
      ]
    }
  ]
}{
  "result_index": 1,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "large hail ",
          "confidence": 0.91
        }
      ]
    }
  ]
}{
  "result_index": 2,
  "results": [
    {
      "final": false,
      "alternatives": [
        {
          "transcript": "and hea "
        }
      ]
    }
  ]
}{
  "result_index": 2,
  "results": [
    {
      "final": true,
      "alternatives": [
        {
          "transcript": "and heavy rain ",
          "confidence": 0.86
        }
      ]
    }
  ]
}