Risultati provvisori

La funzione dei risultati provvisori è disponibile solo con l'interfaccia WebSocket.

I risultati provvisori sono ipotesi di trascrizione intermedie che potrebbero subire modifiche prima che il servizio restituisca i risultati definitivi. Il servizio restituisce i risultati provvisori non appena li genera. I risultati provvisori sono utili per le applicazioni interattive e la trascrizione in tempo reale e per i lunghi flussi audio, che possono richiedere un po' di tempo per la trascrizione.

I risultati provvisori si evolvono con l'avanzamento dell'elaborazione di un'espressione da parte del servizio. Arrivano più spesso e più rapidamente dei risultati definitivi. Puoi utilizzarli per consentire alla tua applicazione di rispondere più rapidamente o per monitorare lo stato di avanzamento della trascrizione. Quando l'elaborazione di un enunciato è completa, il servizio invia i risultati finali che rappresentano la migliore trascrizione dell'audio per quell'enunciato.

I risultati intermedi consentono la parità di caratteristiche tra i vecchi e i nuovi modelli. Inoltre, riduce la latenza da parte degli utenti, poiché i risultati intermedi iniziano ad arrivare prima di quelli precedenti.

• I risultati provvisori vengono identificati in una trascrizione con il campo "final": false. Man mano che elabora ulteriori file audio, il servizio è in grado di aggiornare i risultati provvisori con trascrizioni più accurate. Il servizio fornisce uno o più risultati provvisori per ogni risultato finale.
• I Risultati finali sono identificati con il campo "final": true. Il servizio non esegue ulteriori aggiornamenti dei risultati finali.

Le modalità di richiesta dei risultati intermedi dipendono dal tipo di modello utilizzato:

• Per ottenere risultati intermedi, impostare il parametro end_of_phrase_silence_time su un valore diverso da None.
• Per un modello di generazione precedente, impostare il parametro interim_results su true nel messaggio JSON start. I risultati provvisori sono disponibili per tutti i modelli di generazione precedente.
• Per un modello di nuova generazione, impostare il parametro interim_results su true nel messaggio di avvio JSON. È anche possibile impostare low_latency su true per abilitare sia i risultati intermedi che la bassa latenza per i modelli.
• Per un modello vocale di grandi dimensioni, impostare il parametro " interim_results " su " true " nel messaggio JSON start. Il parametro " low_latency " è attualmente supportato solo dal modello vocale di grandi dimensioni en-US.

Per disabilitare i risultati provvisori per qualsiasi modello, omettere il parametro interim_results o impostarlo su false. Disabilitare i risultati provvisori se si sta eseguendo la trascrizione offline o batch.

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
    }
  ]
}

Bassa latenza

Il parametro " low_latency " è disponibile per la maggior parte dei modelli di nuova generazione e per il modello vocale di grandi dimensioni " en-US ". Questo parametro non è disponibile sui modelli della generazione precedente.

I modelli di telefonia e multimediali di nuova generazione hanno tempi di risposta generalmente più rapidi rispetto ai modelli di generazione precedente. In alcune situazioni, però, si potrebbe desiderare di ricevere risultati più rapidamente. Con i modelli di nuova generazione che supportano una bassa latenza, puoi impostare il parametro low_latency su true per ricevere i risultati più rapidamente. Per ulteriori informazioni sui modelli di nuova generazione che supportano la bassa latenza, vedi Modelli di lingua di nuova generazione supportati.

Con bassa latenza, il servizio raggiunge risultati più rapidi a discapito dell'accuratezza della trascrizione. Quando è abilitata la latenza bassa, il servizio segmenta l'audio in blocchi più piccoli per ottimizzare la velocità rispetto alla precisione. Questo compromesso potrebbe essere accettabile se l'applicazione necessita di un tempo di risposta inferiore alla massima precisione possibile. Ad esempio, la bassa latenza è ideale per casi di utilizzo come sottotitoli chiusi, applicazioni di conversazione e servizio clienti in tempo reale nel canale vocale del servizio IBM® watsonx™ Assistant.

L'omissione del parametro low_latency può produrre risultati più accurati ed è l'approccio consigliato per la maggior parte dei casi di utilizzo. Il parametro low_latency è false per impostazione predefinita.

La natura della risposta a una richiesta che include una bassa latenza dipende dall'interfaccia utilizzata:

• Con le interfacce HTTP, il servizio attende di ricevere l'intero ingresso audio e poi invia una risposta. Invia quindi un singolo flusso di byte in risposta. La risposta può includere più elementi di trascrizione con più risultati finali e può essere inviata in modo incrementale. Ma è un unico flusso di dati.
• Con l'interfaccia WebSocket, il servizio invia i risultati finali non appena diventano disponibili. Può inviare più risposte indipendenti sotto forma di diversi flussi di byte. La connessione è bidirezionale e full duplex, le richieste e le risposte possono continuare a fluire avanti e indietro su una singola connessione mentre questa rimane attiva.

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
        }
      ]
    }
  ]
}