Il campo alternatives

Il campo alternatives fornisce un array di risultati della trascrizione. Per questa richiesta, l'array include solo un elemento.

• Il campo transcript fornisce i risultati della trascrizione.
• Il campo confidence è un punteggio che indica la fiducia del servizio nella trascrizione, che per questo esempio supera il 90%.

I campi final e result_index qualificano il significato di questi campi.

Le modifiche interne e i miglioramenti al servizio possono influenzare le trascrizioni e i punteggi di fiducia. Ad esempio, il riconoscimento vocale può essere migliorato per restituire risultati di trascrizione più precisi. Allo stesso modo, i punteggi di trascrizione e parola di fiducia potrebbero cambiare leggermente a seguito di un miglioramento del riconoscimento vocale. Tali modifiche dovrebbero essere modee, ma non aspettarsi trascrizioni e punteggi di fiducia per rimanere invariati nel tempo.

Il campo final

Il campo final indica se la trascrizione mostra i risultati finali della trascrizione:

• Il campo è true per i risultati finali, ai quali non verrà apportata alcuna modifica. Il servizio non invia ulteriori aggiornamenti per i risultati finali.
• Il campo è false per i risultati provvisori, che sono soggetti a modifiche. Se utilizzi il parametro interim_results con l'interfaccia WebSocket, il servizio restituisce le ipotesi in evoluzione sotto forma di più campi results mentre trascrive l'audio. Per i risultati intermedi, il campo final è sempre false e il campo confidence è sempre omesso.

Per ulteriori informazioni sull'utilizzo dell'interfaccia WebSocket per ottenere risultati provvisori con modelli vocali di grandi dimensioni, modelli di generazione precedente e successiva, vedi i seguenti argomenti:

• Risultati provvisori
• Richiesta risultati intermedi e bassa latenza
• Come il servizio invia i risultati di riconoscimento

Il campo result_index

Il campo result_index fornisce un identificativo per i risultati che è univoco per quella richiesta. Se richiedi i risultati provvisori, il servizio invia più campi results per le ipotesi in evoluzione dell'audio di input. Gli indici dei risultati provvisori per lo stesso audio hanno sempre lo stesso valore, così come i risultati finali per lo stesso audio.

Lo stesso indice può essere utilizzato anche per più risultati finali di una singola richiesta. Indipendentemente dal fatto che tu richieda risultati provvisori, il servizio può restituire più risultati finali con lo stesso indice se il tuo audio include pause o lunghi periodi di silenzio. Per ulteriori informazioni, vedi Pause e silenzio.

Una volta che hai ricevuto i risultati finali per qualsiasi audio, il servizio non invia ulteriori risultati con tale indice per il resto della richiesta. L'indice per eventuali ulteriori risultati viene incrementato di uno.

Se il tuo audio produce più risultati finali, concatena gli elementi transcript dei risultati finali per assemblare la trascrizione completa dell'audio. Assemblare i risultati nell'ordine in cui li si riceve. Quando si assembla una trascrizione finale completa, è possibile ignorare i risultati intermedi per i quali il campo final è false.

Ulteriori contenuti di risposta

Molti parametri di riconoscimento vocale influenzano il contenuto della risposta del servizio. Alcuni parametri possono causare il servizio per restituire più risultati di trascrizione:

• end_of_phrase_silence_time
• interim_results
• split_transcript_at_phrase_end

Alcuni parametri possono modificare il contenuto di una trascrizione:

• profanity_filter
• redaction
• smart_formatting

Altri parametri possono aggiungere ulteriori informazioni ai risultati:

• audio_metrics
• keywords e keywords_threshold
• max_alternatives
• processing_metrics e processing_metrics_interval
• speaker_labels
• timestamps
• word_alternatives_threshold
• word_confidence

Per ulteriori informazioni sui parametri disponibili, consultare Utilizzo dei parametri di riconoscimento vocale e del riepilogo dei parametri.

Esitazioni per i modelli di generazione precedente

Per i modelli di generazione precedente, il servizio include indicatori di esitazione nei risultati di trascrizione per la maggior parte delle lingue. Diverse lingue possono utilizzare diversi marcatori di esitazione o non indicare esitazioni a tutti:

• Per gli US English, i marcatori di esitazione sono indicati dal token %HESITATION. Le parole che generano indicatori di esitazione sono aah, ah, hm, hmm, huh, huh-uh, hum, ohh, ugh, uh, uh-huh, uh-oh, uh-uh, um e um-hum.
• Per i giapponesi, i marcatori di esitazione iniziano tipicamente con D_.
• Per lo spagnolo, il servizio non produce marcatori di esitazione.

Il seguente esempio mostra il token %HESITATION per una trascrizione inglese statunitense:

{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.99,
          "transcript": ". . . that %HESITATION that's a . . ."
        }
      ],
      "final": true
    }
  ]
}

Gli indicatori di esitazione possono comparire sia nei risultati provvisori che finali. L'abilitazione della formattazione intelligente impedisce ai marcatori di esitazione di apparire nei risultati finali per l'inglese americano. Per ulteriori informazioni, vedi Formattazione intelligente.

Gli indicatori di esitazione possono essere inclusi anche in altri campi di una trascrizione. Ad esempio, se richiedi le date/ore per le singole parole di una trascrizione, il servizio riporta l'ora di inizio e di fine di ciascun indicatore di esitazione.

{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "timestamps": [
            . . .
            [
              "that",
              7.31,
              7.69
            ],
            [
              "%HESITATION",
              7.69,
              7.98
            ],
            [
              "that's",
              7.98,
              8.41
            ],
            [
              "a",
              8.41,
              8.48
            ],
            . . .
          ],
          "confidence": 0.99,
          "transcript": ". . . that %HESITATION that's a . . ."
        }
      ],
      "final": true
    }
  ]
}

A meno che tu non debba utilizzarli per la tua applicazione, puoi tranquillamente filtrare gli indicatori di esitazione da una trascrizione.

Esitazioni per modelli di nuova generazione

Per i modelli di nuova generazione, il servizio include le parole di esitazione effettive in tutti i risultati della trascrizione. I modelli di prossima generazione trattano le esitazioni come parole, quindi le esitazioni possono apparire nei risultati intermedi, risultati finali e altri campi come i risultati per la parola timestamp. I modelli di prossima generazione non producono marcatori di esitazione, e l'abilitazione della formattazione intelligente non provoca esitazioni da eliminare dai risultati finali. Diverse lingue possono identificare diverse parole di esitazione:

• Per l'inglese americano, le parole di esitazione comuni, come per i modelli di generazione precedenti, sono aah, ah, hm, hmm, huh, huh-uh, hum, ohh, ugh, uh, uh-huh, uh-oh, uh-uh, um e um-hum. Non tutte queste parole di esitazione potrebbero apparire nelle trascrizioni.
• Per il giapponese, le parole di esitazione di solito sono composte da caratteri a metà larghezza come ｱ, ｱﾉｰ, ｳｰﾝ, ｴｰﾄ, ﾏ, ﾃ, ﾏe ﾝｰﾄ. Alcune esitazioni potrebbero essere riconosciute come caratteri a larghezza intera.

Per aumentare la probabilità di vedere delle esitazioni nella risposta, è possibile utilizzare un modello di linguaggio personalizzato. Nel modello personalizzato, aggiungere corpora che includono le esitazioni o creare parole personalizzate i cui suoni - ama catturare il modo in cui gli utenti dicono le disfunzioni. Per ulteriori informazioni sui modelli di linguaggio personalizzati, consultare Creazione di un modello di linguaggio personalizzato.

Il seguente esempio mostra l'esitazione "uhm" in una trascrizione inglese statunitense:

{
  "result_index": 0,
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.99,
          "transcript": ". . . that uhm that's a . . ."
        }
      ],
      "final": true
    }
  ]
}