REST API v3.0에서 v3.1로 코드 마이그레이션

음성 텍스트 변환 REST API는 빠른 대화기록, 일괄 대화 내용 기록 및 사용자 지정 음성에 사용됩니다. 버전 3.0에서 3.1로의 변경 내용은 아래 섹션에 설명되어 있습니다.

기본 경로

코드의 기본 경로를 /speechtotext/v3.0에서 /speechtotext/v3.1로 업데이트해야 합니다. 예를 들어, eastus 지역에서 기본 모델을 얻으려면 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.0/models/base 대신 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base를 사용합니다.

다음과 같은 다른 변경 사항에 유의합니다.

• 버전 3.0의 /models/{id}/copyto 작업('/'포함)은 버전 3.1의 /models/{id}:copyto 작업(':'포함)으로 대체됩니다.
• 버전 3.0의 /webhooks/{id}/ping 작업('/'포함)은 버전 3.1의 /webhooks/{id}:ping 작업(':'포함)으로 대체됩니다.
• 버전 3.0의 /webhooks/{id}/test 작업('/'포함)은 버전 3.1의 /webhooks/{id}:test 작업(':'포함)으로 대체됩니다.

자세한 내용은 이 가이드 뒷부분에 있는 작업 ID를 참조하세요.

일괄 처리 기록

Transcriptions_Create 작업에는 다음의 세 가지 속성이 추가됩니다.

• displayFormWordLevelTimestampsEnabled 속성은 대화 내용 기록 결과의 표시 형식에서 단어 수준의 타임스탬프를 보고하도록 하는 데 사용할 수 있습니다. 결과는 대화 내용 기록 파일의 displayWords 속성에 반환됩니다.
• diarization 속성은 선택적 분리(화자 분리)를 수행할 때 생성할 화자 레이블의 최소/최대 수에 대한 힌트를 지정하는 데 사용할 수 있습니다. 이 기능을 사용하면 이제 서비스에서 두 명을 초과하는 화자에 대한 화자 레이블을 생성할 수 있습니다. 이 속성을 사용하려면 diarizationEnabled 속성 또한 true로 설정해야 합니다. v3.0 API에서는 화자 분리를 통해 식별할 수 있는 화자 수가 2명이었지만 v3.1 API에서는 이러한 화자 수가 증가했습니다. 성능 향상을 위해 화자 수를 30명 미만으로 유지하는 것이 좋습니다.
• languageIdentification 속성은 대화 내용 기록 전 입력에서 언어 식별 설정을 지정하는 데 사용될 수 있습니다. 언어 식별에는 최대 10개의 후보 로캘이 지원됩니다. 반환된 대화 내용 기록에는 인식된 언어 또는 제공한 로캘에 대한 새 locale 속성이 포함됩니다.

filter 속성은 Transcriptions_List, Transcriptions_ListFiles, Projects_ListTranscriptions 작업에 추가됩니다. filter 식을 이용해 사용 가능한 리소스의 하위 집합을 선택할 수 있습니다. displayName, description, createdDateTime, lastActionDateTime, status, locale별로 필터링할 수 있습니다. 예: filter=createdDateTime gt 2022-02-01T11:00:00Z

웹후크를 사용하여 대화 내용 기록 상태에 대한 알림을 받는 경우, V3.0 API를 통해 만든 웹후크에서는 V3.1 대화 내용 기록 요청에 대한 알림을 받을 수 없습니다. V3.1 대화 내용 기록 요청에 대한 알림을 받으려면 V3.1 API를 통해 새로운 웹후크 엔드포인트를 만들어야 합니다.

Custom Speech

데이터 세트

데이터 세트에 여러 데이터 블록을 업로드하고 관리하기 위해 다음 작업이 추가됩니다.

• Datasets_UploadBlock - 데이터 세트에 대한 데이터 블록을 업로드합니다. 블록의 최대 크기는 8MiB입니다.
• Datasets_GetDatasetBlocks - 이 데이터 세트에 업로드된 블록의 목록을 가져옵니다.
• Datasets_CommitBlocks - 차단 목록을 커밋하여 데이터 세트 업로드를 완료합니다.

markdown 데이터에서 정형 텍스트로 모델 적응을 지원하기 위해 이제 Datasets_Create 작업에서는 LanguageMarkdown 데이터 종류를 지원합니다. 자세한 내용은 데이터 세트 업로드를 참조하세요.

모델

Models_ListBaseModels 및 Models_ListBaseModel 작업은 각 기본 모델에서 지원하는 적응 유형에 대한 정보를 반환합니다.

"features": {
    "supportsAdaptationsWith": [
        "Acoustic",
        "Language",
        "LanguageMarkdown",
        "Pronunciation"
    ]
}

Models_Create 작업에는 사용자 지정 언어 모델(일반 또는 정형 텍스트 테이터에서 학습됨)을 기본 언어 모델과 결합할 때 사용되는 가중치를 지정할 수 있는 새로운 customModelWeightPercent 속성이 있습니다. 유효한 값은 1~100의 정수입니다. 기본값은 현재 30입니다.

filter 속성은 다음 작업에 추가됩니다.

• Datasets_List
• Datasets_ListFiles
• Endpoints_List
• 평가_목록
• 평가_파일목록
• Models_ListBaseModels
• 모델_사용자정의모델목록
• Projects_List
• Projects_ListDatasets
• Projects_ListEndpoints
• Projects_ListEvaluations
• Projects_ListModels

filter 식을 이용해 사용 가능한 리소스의 하위 집합을 선택할 수 있습니다. displayName, description, createdDateTime, lastActionDateTime, status, locale, kind별로 필터링할 수 있습니다. 예: filter=locale eq 'en-US'

지정된 ID별로 식별되는 모델의 파일을 가져오는 Models_ListFiles 작업을 추가했습니다.

모델(ID로 식별됨)에서 한 가지 특정 파일(fileId로 식별됨)을 가져오는 Models_GetFile 작업을 추가했습니다. 이렇게 하면 학습 중에 처리된 데이터에 대한 정보를 제공하는 ModelReport 파일을 검색할 수 있습니다.

작업 ID

코드의 기본 경로를 /speechtotext/v3.0에서 /speechtotext/v3.1로 업데이트해야 합니다. 예를 들어, eastus 지역에서 기본 모델을 얻으려면 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.0/models/base 대신 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base를 사용합니다.

버전 3.1의 각 operationId 이름에는 개체 이름이 접두사로 붙습니다. 예를 들면, ‘모델 만들기’의 operationId가 버전 3.0의 CreateModel에서 버전 3.1의 Models_Create로 변경되었습니다.

버전 3.0의 /models/{id}/copyto 작업('/'포함)은 버전 3.1의 /models/{id}:copyto 작업(':'포함)으로 대체됩니다.

버전 3.0의 /webhooks/{id}/ping 작업('/'포함)은 버전 3.1의 /webhooks/{id}:ping 작업(':'포함)으로 대체됩니다.

버전 3.0의 /webhooks/{id}/test 작업('/'포함)은 버전 3.1의 /webhooks/{id}:test 작업(':'포함)으로 대체됩니다.

다음 단계

• 음성 텍스트 변환 REST API
• 음성 텍스트 변환 REST API v3.1 참조
• 음성 텍스트 변환 REST API v3.0 참조