將程式碼從 REST API 的 v3.0 遷移至 v3.1

語音轉換文字 REST API 用於快速轉譯、批次轉譯和自定義語音。 如下面各節所述，從 3.0 版變更為 3.1 版。

基底路徑

您必須將程式碼中的基底路徑從 /speechtotext/v3.0 更新為 /speechtotext/v3.1。 例如，若要取得 eastus 區域中的基底模型，請使用 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base 而不是 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.0/models/base。

請注意下列其他變更：

• 3.0 版中的 /models/{id}/copyto 作業 (包含 '/') 已由 3.1 版中的 /models/{id}:copyto 作業 (包含 ':') 所取代。
• 3.0 版中的 /webhooks/{id}/ping 作業 (包含 '/') 已由 3.1 版中的 /webhooks/{id}:ping 作業 (包含 ':') 所取代。
• 3.0 版中的 /webhooks/{id}/test 作業 (包含 '/') 已由 3.1 版中的 /webhooks/{id}:test 作業 (包含 ':') 所取代。

如需詳細資訊，請參閱本指南後面的作業識別碼。

批次轉譯

在 Transcriptions_Create 作業中，新增了下列三個屬性：

• displayFormWordLevelTimestampsEnabled 屬性可用來在轉譯結果的顯示表單上啟用文字層級時間戳記的報告。 結果會在轉譯檔案的 displayWords 屬性中傳回。
• diarization 屬性可用來指定語者標籤的最小數目和最大數目提示，以在執行選擇性自動分段 (語者分離) 時產生。 透過這項功能，服務現在能夠為兩個以上的說話者產生說話者標籤。 若要使用這個屬性，您也必須將 diarizationEnabled 屬性設定為 true。 使用 API 版本 v3.1 時，我們已從 API 版本 v3.0 支援的兩個說話者中增加可識別的說話者數目。 建議將說話者數目保持在 30 以下以獲最佳效能。
• languageIdentification 屬性可在轉譯之前，在輸入上指定語言識別的設定。 語言識別最多支援 10 個候選地區設定。 傳回的轉譯會針對您所提供的已辨識語言或地區設定，包含新的 locale 屬性。

filter 屬性會新增至 Transcriptions_List、Transcriptions_ListFiles 和 Projects_ListTranscriptions 作業。 filter 運算式可用來選取可用資源的子集。 您可以依 displayName、description、createdDateTime、lastActionDateTime、status 和 locale 進行篩選。 例如：filter=createdDateTime gt 2022-02-01T11:00:00Z

如果您使用 Webhook 來接收有關轉譯狀態的通知，注意，透過 V3.0 API 建立的 Webhook 無法接收 V3.1 謄寫要求的通知。 您必須透過 V3.1 API 建立新的 Webhook 端點，才能接收 V3.1 謄寫要求的通知。

自訂語音

資料集

新增下列作業以便上傳和管理資料集的多個資料區塊：

• Datasets_UploadBlock - 上傳資料集的資料區塊。 區塊的大小上限為 8MB。
• Datasets_GetBlocks - 取得為此資料集上傳的區塊清單。
• Datasets_CommitBlocks - 認可封鎖清單以完成資料集上傳。

為了支援使用 Markdown 資料中結構化文字 的模型調適，Datasets_Create 作業現在支援 LanguageMarkdown 資料類型。 如需詳細資訊，請參閱上傳資料集。

模型

Models_ListBaseModels 和 Models_GetBaseModel 作業會傳回每個基底模型所支援調適類型的相關資訊。

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

Models_Create 作業具有新的 customModelWeightPercent 屬性，您可以在其中指定自訂語言模型 (從純文字或結構化文字資料定型) 與基底語言模型結合時所使用的權數。 有效值為介於 1 到 100 之間的整數。 目前預設值為 30。

filter 屬性會新增至下列作業：

• Datasets_List
• Datasets_ListFiles
• Endpoints_List
• Evaluations_List
• Evaluations_ListFiles
• Models_ListBaseModels
• Models_ListCustomModels
• Projects_List
• Projects_ListDatasets
• Projects_ListEndpoints
• Projects_ListEvaluations
• Projects_ListModels

filter 運算式可用來選取可用資源的子集。 您可以依 displayName、description、createdDateTime、lastActionDateTime、status、locale 和 kind 進行篩選。 例如：filter=locale eq 'en-US'

已新增 Models_ListFiles 作業，以取得由指定識別碼識別的模型檔案。

已新增 Models_GetFile 作業，以從模型 (以識別碼識別) 取得一個特定檔案 (以 fileId 識別)。 這可讓您擷取 ModelReport 檔案，以提供定型期間處理之資料的資訊。

作業識別碼

您必須將程式碼中的基底路徑從 /speechtotext/v3.0 更新為 /speechtotext/v3.1。 例如，若要取得 eastus 區域中的基底模型，請使用 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.1/models/base 而不是 https://eastus.api.cognitive.microsoft.com/speechtotext/v3.0/models/base。

3.1 版中每個 operationId 的名稱前面會加上物件名稱。 例如，「建立模型」的 operationId 已從 3.0 版中的 CreateModel 變更為 3.1 版中的 Models_Create。

3.0 版中的 /models/{id}/copyto 作業 (包含 '/') 已由 3.1 版中的 /models/{id}:copyto 作業 (包含 ':') 所取代。

3.0 版中的 /webhooks/{id}/ping 作業 (包含 '/') 已由 3.1 版中的 /webhooks/{id}:ping 作業 (包含 ':') 所取代。

3.0 版中的 /webhooks/{id}/test 作業 (包含 '/') 已由 3.1 版中的 /webhooks/{id}:test 作業 (包含 ':') 所取代。

下一步

• 語音轉換文字 REST API
• 語音轉換文字 REST API v3.1 參考
• 語音轉換文字 REST API v3.0 參考