বক্তা যাচাইকরণ API

একটি রেফারেন্স ও একটি পরীক্ষাধীন অডিও ক্লিপ তুলনা করে একই বক্তার কি না জানুন। দুই ফাইলের মিলের স্কোর ও অডিও মেটাডেটাও পান।

মূল URL

https://api.genderrecognition.com

এন্ডপয়েন্ট

POST /v1/speaker-verification/api

হেডারসমূহ

apiKey: YOUR_API_KEY
Content-Type: multipart/form-data

বডি

ক্ষেত্র	ধরন	আবশ্যক	বিবরণ
`reference`	file	হ্যাঁ	যাচাইয়ের জন্য পরিচিত বক্তার কণ্ঠ।
`candidate`	file	হ্যাঁ	রেফারেন্সের সঙ্গে যে কণ্ঠটি মেলাতে চান।

উদাহরণ

curl -X POST "https://api.genderrecognition.com/v1/speaker-verification/api" \
  -H "apiKey: YOUR_API_KEY" \
  -F "file=@audio.wav"

প্রতিক্রিয়া

{
  "success": true,
  "same_speaker": true,
  "similarity": 87,
  "threshold": 70,
  "reference_audio": {
    "duration": 4.8,
    "sample_rate": 16000
  },
  "candidate_audio": {
    "duration": 5.1,
    "sample_rate": 16000
  },
  "remainingRequests": 119
}

প্রতিক্রিয়ার ক্ষেত্রসমূহ

ক্ষেত্র	ধরন	বিবরণ
`success`	boolean	দুই ক্লিপ সফলভাবে প্রক্রিয়াকৃত হলে `true`।
`same_speaker`	boolean	`similarity` `threshold`-এর সমান বা বেশি হলে `true`; অর্থাৎ দুই ক্লিপ একই বক্তার বলে বিবেচিত।
`similarity`	integer	দুই কণ্ঠের মিল, 0 থেকে 100। মান যত বেশি, মিল তত বেশি।
`threshold`	integer	`same_speaker` নির্ধারণের মিলের সীমা, 0 থেকে 100। `similarity` এই মানের সমান বা বেশি হলে মিল ধরা হয়।
`reference_audio.duration`	number	তুলনার জন্য ডিকোড করা রেফারেন্স ক্লিপের সময়কাল, সেকেন্ডে।
`reference_audio.sample_rate`	number	তুলনার আগে রেফারেন্স ক্লিপ যে sample rate-এ (Hz) ডিকোড করা হয়েছিল।
`candidate_audio.duration`	number	তুলনার জন্য ডিকোড করা পরীক্ষাধীন ক্লিপের সময়কাল, সেকেন্ডে।
`candidate_audio.sample_rate`	number	তুলনার আগে পরীক্ষাধীন ক্লিপ যে sample rate-এ (Hz) ডিকোড করা হয়েছিল।
`remainingRequests`	integer	এই সফল অনুরোধের কোটা কেটে নেওয়ার পর অবশিষ্ট API অনুরোধ।

similarity এবং threshold পূর্ণসংখ্যার শতাংশ, কাঁচা স্কোর নয়।

ত্রুটির পরিস্থিতি

API কী নেই

{ "error": "API key is required" }

অবৈধ API কী

{ "error": "Invalid API key" }

ফাইলগুলো অনুপস্থিত

{ "error": "Both reference and candidate files are required" }

ফাইল অনেক বড়

{ "error": "File too large" }

অপ্রত্যাশিত ক্ষেত্র

ফাইল reference বা candidate ছাড়া অন্য ক্ষেত্রে আপলোড হলে (যেমন file ব্যবহার করলে বা অতিরিক্ত ফাইল পাঠালে) এই প্রতিক্রিয়া আসে:

{ "error": "Unexpected field" }

ফাইলের ধরন অবৈধ

{
  "error": "Invalid file type. Allowed formats: WAV, MP3, FLAC, MP4, OGG, AIFF"
}

অডিও রূপান্তর ব্যর্থ

ফাইলের এক্সটেনশন অনুমোদিত হলেও ffmpeg সেটিকে রূপান্তর করতে না পারলে এই উত্তর আসে (যেমন, ফাইল নষ্ট বা পাঠ-অযোগ্য হলে):

{ "error": "Audio conversion failed: <details>" }

কোটা শেষ

{
  "error": {
    "code": "RATE_LIMIT_EXCEEDED",
    "message": "You have exceeded your free tier limit of 50 requests.",
    "detailedMessage": "Insufficient remaining requests. Required: 1, Available: 0",
    "details": {
      "limit": 50,
      "used": 50,
      "reset_date": "2026-07-01T00:00:00.000Z"
    },
    "suggested_action": "Please upgrade to a premium plan to continue using the API."
  }
}

প্রক্রিয়াকরণ ব্যর্থ

{ "error": "Speaker verification failed" }

নোট

ব্যাকএন্ড WAV, MP3, M4A, FLAC, OGG, WebM, AAC, Opus, WMA, AMR, 3GP, AIFF, AU-সহ প্রচলিত অনেক অডিও ফরম্যাট গ্রহণ করে এবং বিশ্লেষণের আগে non-WAV ফাইল রূপান্তর করে।
দুই আপলোডেই reference ও candidate ক্ষেত্র ব্যবহার করুন; প্রতিটি ফাইল 10 MB বা কম হতে হবে।
রেফারেন্স ও পরীক্ষাধীন ক্লিপ আলাদাভাবে প্রক্রিয়াকৃত হয়, তাই দৈর্ঘ্য, sample rate এবং ফরম্যাট আলাদা হতে পারে।
যাচাই সফলভাবে শেষ হলেই একটি অনুরোধের কোটা কাটা হয়।

মূল URL​

এন্ডপয়েন্ট​

হেডারসমূহ​

বডি​

উদাহরণ​

প্রতিক্রিয়া​

প্রতিক্রিয়ার ক্ষেত্রসমূহ​

ত্রুটির পরিস্থিতি​

API কী নেই​

অবৈধ API কী​

ফাইলগুলো অনুপস্থিত​

ফাইল অনেক বড়​

অপ্রত্যাশিত ক্ষেত্র​

ফাইলের ধরন অবৈধ​

অডিও রূপান্তর ব্যর্থ​

কোটা শেষ​

প্রক্রিয়াকরণ ব্যর্থ​

নোট​