V2 · সম্পূর্ণ ক্লিপ বিশ্লেষণ
প্রতি কলে ১টি API অনুরোধV2 প্রথমে যাচাই করে যে রেকর্ডিংয়ে মানুষের কথা আছে কি না, তারপর পুরো রেকর্ডিং শ্রেণিবদ্ধ করতে ECAPA-TDNN ভয়েস মডেল ব্যবহার করে। একজন বক্তার রেকর্ডিংয়ের জন্য এটি উপযুক্ত। multipart/form-data অনুরোধের file ফিল্ডে একটি অডিও ফাইল পাঠান।
V1-এর বদলে V2 কেন বেছে নেবেন? V1-এর পুরোনো মডেল নীরবতা, গান বা শব্দেও সব সময় male বা female অনুমান করে। V2 কথা শনাক্ত করে এবং কথা না পেলে অনুমান না করে unknown ফেরত দেয়। এটি ECAPA-TDNN-ও ব্যবহার করে, যা সময়ের সঙ্গে কণ্ঠের বৈশিষ্ট্য বিশ্লেষণ করে; backend-এর পরীক্ষামূলক কণ্ঠ তুলনায় এটি V1 মডেলের চেয়ে বেশি নির্ভুল ছিল। V2 ক্লিপের সব কণ্ঠ একসঙ্গে বিশ্লেষণ করে, তাই একাধিক বক্তার রেকর্ডিংয়ে V3 বেছে নিন।
Endpoint
POST /v1/voice-gender-recognition/api/v2সফল উত্তরে gender-এর মান male, female বা unknown হয়, confidence শতাংশে থাকে এবং remainingRequests-ও ফেরত আসে। gender unknown হলে কারণ ব্যাখ্যা করে একটি message-ও থাকে।
মানুষের কথা শনাক্ত না হলে unknown ফেরত আসে। এটি সফল উত্তর, API ত্রুটি নয়।
cURL অনুরোধ
curl -X POST 'https://api.genderrecognition.com/v1/voice-gender-recognition/api/v2' \ -H 'apiKey: YOUR_API_KEY' \ -F 'file=@/path/to/recording.wav'
লিঙ্গ শনাক্ত হলে উত্তরের উদাহরণ
{
"success": true,
"gender": "female",
"confidence": 92,
"remainingRequests": 119
}লিঙ্গ অজানা হলে উত্তরের উদাহরণ
{
"success": true,
"gender": "unknown",
"confidence": 0,
"message": "No clear speech was detected in the audio, so the gender could not be determined.",
"remainingRequests": 119
}