access_token

Un token di accesso obbligatorio da utilizzare per stabilire una connessione autenticata con l'interfaccia WebSocket. Per ulteriori informazioni, vedi Apri una connessione.

acoustic_customization_id

Un ID di personalizzazione facoltativo per un modello acustico personalizzato che viene adattato per le caratteristiche acustiche del tuo ambiente e dei tuoi parlanti. Per impostazione predefinita, non viene utilizzato alcun modello personalizzato. Per ulteriori informazioni, consulta Utilizzo di un modello acustico personalizzato per il riconoscimento vocale.

audio_metrics

Un valore booleano facoltativo che indica se il servizio restituisce metriche sulle caratteristiche di segnale dell'audio di input. Per impostazione predefinita (false), il servizio non restituisce alcuna metrica audio. Per ulteriori informazioni, vedi Metriche audio.

background_audio_suppression

Un valore mobile facoltativo compreso tra 0,0 e 1,0 che indica il livello a cui l'audio di sottofondo e le conversazioni marginali devono essere eliminati nell'audio di input. Il valore predefinito è 0,0, che non fornisce alcuna eliminazione dell'audio di sottofondo. Per ulteriori informazioni, vedi Soppressione audio in background.

base_model_version

Una versione facoltativa di un modello di base. Il parametro è concepito principalmente per essere utilizzato con i modelli personalizzati aggiornati per un nuovo modello di base ma può essere utilizzato senza un modello personalizzato. Il valore predefinito dipende dal fatto che il parametro sia utilizzato con o senza un modello personalizzato. Per ulteriori informazioni, vedi Effettuare richieste di riconoscimento vocale con i modelli personalizzati di cui è stato eseguito l'upgrade.

carattere_inserimento_bias

Un float facoltativo tra -1.0 e 1.0 che indica se il servizio è distorto per riconoscere stringhe di caratteri più brevi (valori negativi) o più lunghe (valori positivi) quando si sviluppano le ipotesi di trascrizione. Per default, il servizio utilizza una distorsione predefinita di 0.0. Il valore specificato rappresenta una modifica rispetto al valore predefinito di un modello. Per ulteriori informazioni, vedi Bias di inserimento dei caratteri.

Content-Type

Un formato audio facoltativo (tipo MIME) che specifica il formato dei dati audio che passi al servizio. Il servizio può rilevare automaticamente il formato della maggior parte degli elementi audio, quindi il parametro è facoltativo per la maggior parte dei formati. È obbligatorio per i formati audio/alaw, audio/basic, audio/l16 e audio/mulaw. Per ulteriori informazioni, vedi Specifica di un formato audio.

customization_weight

Un valore double facoltativo compreso tra 0,0 e 1,0 che indica il peso relativo dato dal servizio alle parole da un modello di lingua personalizzato rispetto alle parole dal vocabolario di base. L'impostazione predefinita differisce per i diversi tipi di modelli. Puoi specificare un valore quando un modello personalizzato viene addestrato o quando viene utilizzato per il riconoscimento vocale. Per ulteriori informazioni, vedi Utilizzo del peso di personalizzazione.

end_of_phrase_silence_time

Un valore double facoltativo compreso tra 0,0 e 120,0 che indica l'intervallo di pausa al quale il servizio suddivide una trascrizione in più risultati finali se riscontra il silenzio. Per impostazione predefinita, il servizio utilizza un intervallo di pausa di 0,8 secondi per tutte le lingue diverse dal cinese, per la quale utilizza un intervallo di 0,6 secondi. Per ulteriori informazioni, vedi Periodo di silenzio al termine della frase.

grammar_name

Una stringa facoltativa che identifica una grammatica che deve essere utilizzata per il riconoscimento vocale. Il servizio riconosce solo le stringhe definite dalla grammatica. Devi specificare sia il nome della grammatica che l'ID di personalizzazione del modello di lingua personalizzato per il quale è definita la grammatica. Per ulteriori informazioni, vedi Utilizzo di una grammatica per il riconoscimento vocale.

inactivity_timeout

Un numero intero facoltativo che specifica il numero di secondi per il timeout di inattività del servizio. Inattività significa che il servizio non rileva alcun discorso nell'audio del flusso. Il valore predefinito è 30 secondi. Utilizza -1 per indicare un tempo indefinito. Per ulteriori informazioni, vedi Timeout di inattività.

interim_results

Un valore booleano facoltativo che indica al servizio di restituire le ipotesi intermedie che probabilmente varieranno prima della trascrizione finale. Per impostazione predefinita (false), i risultati provvisori non vengono restituiti. I risultati provvisori sono disponibili solo con l'interfaccia WebSocket. Per ulteriori informazioni, vedi Risultati provvisori.

keywords

Un array facoltativo di stringhe di parole chiave che il servizio individua nell'audio di input. Per impostazione predefinita, l'individuazione di parole chiave non viene eseguita. Per ulteriori informazioni, vedi Individuazione di parole chiave.

keywords_threshold

Un valore double facoltativo compreso tra 0,0 e 1,0 che indica la soglia minima per una corrispondenza di parola chiave positiva. Per impostazione predefinita, l'individuazione di parole chiave non viene eseguita. Per ulteriori informazioni, vedi Individuazione di parole chiave.

language_customization_id

Un ID di personalizzazione facoltativo per un modello di lingua personalizzato che include la terminologia dal tuo dominio. Per impostazione predefinita, non viene utilizzato alcun modello personalizzato. Per ulteriori informazioni, vedi Utilizzo di un modello di lingua personalizzato per il riconoscimento vocale.

latenza bassa

Un valore booleano facoltativo che indica se il servizio deve produrre risultati più rapidamente, a discapito dell'accuratezza della trascrizione. Per impostazione predefinita (false), la bassa latenza non è abilitata. Per ulteriori informazioni, vedi Bassa latenza.

max_alternatives

Un numero intero facoltativo che specifica il numero massimo di ipotesi alternative restituito dal servizio. Per impostazione predefinita, il servizio restituisce una singola ipotesi finale. Per ulteriori informazioni, vedi Numero massimo di alternative.

modello

Un modello opzionale che specifica la lingua in cui è registrato l'audio e la frequenza di campionamento: banda larga/multimedia o banda stretta/telefonia. Per impostazione predefinita, viene utilizzato en-US_BroadbandModel. Per ulteriori informazioni, vedi Utilizzo di un modello per il riconoscimento vocale.

processing_metrics

Un valore booleano facoltativo che indica se il servizio restituisce metriche sulla sua elaborazione dell'audio di input. Per impostazione predefinita (false), il servizio non restituisce alcuna metrica di elaborazione. Per ulteriori informazioni, vedi Metriche di elaborazione.

processing_metrics_interval

Un valore a virgola mobile di almeno 0,1 che indica l'intervallo in cui il servizio deve restituire le metriche di elaborazione. Se il parametro processing_metrics è true, il servizio restituisce le metriche di elaborazione ogni 1,0 secondi per impostazione predefinita. Per ulteriori informazioni, vedi Metriche di elaborazione.

profanity_filter

Un valore booleano facoltativo che indica se il servizio censura il contenuto volgare in una trascrizione. Per impostazione predefinita (true), il contenuto volgare viene filtrato dalla trascrizione. Per ulteriori informazioni, vedi Filtro di contenuto volgare.

redaction

Un valore booleano facoltativo che indica se il servizio oscura i dati numerici con tre o più cifre consecutive da una trascrizione. Per impostazione predefinita (false), i dati numerici non sono oscurati. Se imposti il parametro redaction su true, il servizio forza automaticamente il parametro smart_formatting in modo che sia true e disabilita i parametri keywords, keywords_threshold, max_alternatives e (per l'interfaccia WebSocket ) interim_results. Per ulteriori informazioni, vedi Oscuramento numerico.

smart_formatting

Un valore booleano facoltativo che indica se il servizio converte le date, le ore, i numeri, la valuta e valori simili in rappresentazioni più convenzionali nella trascrizione finale. Per l'inglese (Stati Uniti), la funzione converte anche delle specifiche frasi di parole chiave in simboli di punteggiatura. Per impostazione predefinita (false), la formattazione intelligente non viene eseguita. Per ulteriori informazioni, vedi Formattazione intelligente.

versione_formattazione_intelligente

Un numero intero facoltativo che indica se il servizio converte date, orari, numeri, valute e valori simili in rappresentazioni più convenzionali nella trascrizione finale. Per ulteriori informazioni, consultare la versione "Formattazione intelligente ".

speaker_labels

Un valore booleano facoltativo che indica se il servizio identifica gli individui e le parole da essi espresse in uno scambio tra più partecipanti. Se imposti il parametro speaker_labels su true, il servizio forza automaticamente il parametro timestamps su true. Per impostazione predefinita (false), le etichette del parlante non vengono restituite. Per ulteriori informazioni, vedi Etichette del parlante.

speech_detector_sensitivity

Un valore mobile facoltativo compreso tra 0,0 e 1,0 che indica la sensibilità del riconoscimento vocale di eventi non vocali nell'audio di input. Il valore è 0,5, che fornisce un livello ragionevole di sensibilità per gli eventi non vocali. Per ulteriori informazioni, consultare Sensibilità del rilevatore vocale.

split_transcript_at_phrase_end

Un valore booleano facoltativo che indica se il servizio suddivide una trascrizione in più risultati finali in base alle funzioni semantiche dell'input come ad esempio le frasi. Il servizio basa la sua comprensione delle funzioni semantiche sul modello di lingua di base, che può essere ulteriormente influenzato dai modelli di lingua personalizzati e dalle grammatiche. Per impostazione predefinita (false), il servizio non produce suddivisioni semantiche. Per ulteriori informazioni, vedi Suddividi la trascrizione al termine della frase.

timestamps

Un valore booleano facoltativo che indica se il servizio produce delle date/ore per le parole della trascrizione. Per impostazione predefinita (false), le date/ore non vengono restituite. Per ulteriori informazioni, vedi Date/ore delle parole.

Transfer-Encoding

Un valore facoltativo di chunked che causa l'invio in streaming dell'audio al servizio. Per impostazione predefinita, l'audio viene inviato tutto insieme come una singola fornitura unica. Per ulteriori informazioni, vedi Trasmissione audio.

word_alternatives_threshold

Un valore double facoltativo compreso tra 0,0 e 1,0 che specifica la soglia a cui il servizio notifica le alternative acusticamente simili per le parole dell'audio di input. Per impostazione predefinita, le alternative alle parole non vengono restituite. Per ulteriori informazioni, vedi Alternative alle parole.

word_confidence

Un valore booleano facoltativo che indica se il servizio fornisce le misure dell'attendibilità per le parole della trascrizione. Per impostazione predefinita (false), le misure dell'attendibilità delle parole non vengono restituite. Per ulteriori informazioni, vedi Attendibilità delle parole.

X-Watson-Learning-Opt-Out

IBM Cloud

Un valore booleano facoltativo che indica se rifiuti esplicitamente la registrazione delle richieste predefinita eseguita da IBM per migliorare il servizio per gli utenti futuri. Per impedire che IBM acceda ai tuoi dati per miglioramenti del servizio generali, specifica true per il parametro. Se esegui l'opt - out, il servizio registra no i dati utente dalle tue richieste, non salvando alcun audio o testo su disco. Puoi anche scegliere di non partecipare a livello di account. Per ulteriori informazioni, vedi Registrazione delle richieste.

X-Watson-Metadata

Una stringa facoltativa che associa un ID cliente ai dati passati per le richieste di riconoscimento. Il parametro accetta l'argomento customer_id={id}. Per impostazione predefinita, nessun ID cliente è associato ai dati. Per ulteriori informazioni, vedi Sicurezza delle informazioni.

  `POST /v1/recognitions` |