CLOVA Speech短文認識の API
- 印刷する
- PDF
CLOVA Speech短文認識の API
- 印刷する
- PDF
Article Summary
Share feedback
Thanks for sharing your feedback!
最新のコンテンツが反映されていません。早急にアップデート内容をご提供できるよう努めております。最新のコンテンツ内容は韓国語ページをご参照ください。
Classic/VPC環境で利用できます。
version
| Version | Date | Changes |
|---|---|---|
| v1.0.0 | 2023.11.23. | 初回作成 |
| v1.0.1 | 2023.12.21. | 発音評価(英語)機能を追加 |
リクエスト
| Method | Request URI |
|---|---|
| POST | CLOVA Speechドメインで作成された API Gatewayの InvokeURLで呼び出し 各ドメインごとに固有の呼び出し URLを作成 |
API URL
| Method | Request URI |
|---|---|
| POST | https://clovaspeech-gw.ncloud.com/recog/v1/stt |
リクエストヘッダ
| ヘッダ名 | 説明 |
|---|---|
X-CLOVASPEECH-API-KEY | {Secret Key} |
Content-Type | application/octet-stream |
Query Param
| name | value | required | value |
|---|---|---|---|
| lang | string | true | Kor, Eng, Jpn, Chn |
| assessment | bool | false | 発音評価結果を返すかを決めるパラメータ(Eng only) |
| utterance | string | false | 発音評価対象テキスト |
| graph | bool | false | 音声波形を返すかを決めるパラメータ |
- Assessmentは英語(Eng)選択時に動作します。
レスポンス
レスポンスボディ
| Field Name | Type | Description |
|---|---|---|
| text | string | 認識した音源の結果値 |
| quota | int | 音源の長さ(15秒単位) |
| assessment_score | int | 文章全体の発音スコア(0~100) |
| ref_graph | int array | 基準発音に対する音声波形値の配列(正の整数、毎秒50サンプル) |
| usr_graph | int array | 入力発音に対する音声波形値の配列(正の整数、毎秒50サンプル) |
Example (cURL shell)
curl --location 'https://clovaspeech-gw.ncloud.com/recog/v1/stt?lang=Eng&assessment=true&graph=true' \
--header 'X-CLOVASPEECH-API-KEY: ${secret key}' \
--header 'Content-Type: application/octet-stream' \
--data '@/D:/example.mp3'
{
"text": "sunday morning in an angry creditor",
"quota": 15, "assessment_score": 14, "assessment_details": "false|{f(f):45, a(ɔː):100, l(l):97, se(s):43} ",
"ref_graph": [
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 3, 4, 6, 8, 10, 11, 13, 15, 17, 18, 20, 21, 21, 22, 21, 21, 21, 20, 20, 19, 18, 17, 15, 14, 12, 11, 9, 7, 4, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0
],
"usr_graph": [
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 4, 6, 7, 9, 11, 13, 15, 16, 18, 19, 20, 21, 21, 21, 21, 20, 20, 19, 18, 17, 16, 15, 13, 12, 10, 8, 6, 4, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0
]
}
エラーコード
{
"timestamp": 1700536699045,
"error": {
"errorCode": "STT005",
"message": "Invalid Language"
}
}
APIのエラー
| HttpStatusCode | ErrorCode | ErrorMessage | Description |
|---|---|---|---|
| 400 | 400 | - | Invalid request parameters |
| 401 | 401 | Invalid secret | Invalid secret |
| 413 | STT001 | Exceed Sound Data length | 許容音声データ長を超過(60秒) |
| 400 | STT002 | Invalid Content Type | application/octet-stream以外の content-typeである場合に発生 |
| 400 | STT003 | Empty Sound Data | 音声データが入力されていない |
| 400 | STT005 | Invalid Language | 定められた言語以外の言語値が入力される |
| 400 | STT004 | Empty Language | 言語パラメータが入力されていない |
| 500 | STT006 | Failed to pre-processing | 音声認識前処理中にエラー発生、音声データが正常な wav、mp3、flacであるか確認が必要 |
| 500 | STT998 | Failed to STT | 音声認識中にエラー発生(カスタマーサポートに問い合わせると、迅速に対応可能) |
| 500 | STT999 | Internal Server Error | 不明なエラー発生(カスタマーサポートに問い合わせると、迅速に対応可能) |
この記事は役に立ちましたか?