V2 · पूरी रिकॉर्डिंग का विश्लेषण
हर कॉल पर 1 API अनुरोधV2 पहले जाँचता है कि रिकॉर्डिंग में मानव भाषण है या नहीं, फिर पूरी रिकॉर्डिंग को वर्गीकृत करने के लिए ECAPA-TDNN वॉइस मॉडल का उपयोग करता है। यह एक वक्ता वाली रिकॉर्डिंग के लिए उपयुक्त है। multipart/form-data अनुरोध के file फ़ील्ड में एक ऑडियो फ़ाइल भेजें।
V1 के बजाय V2 क्यों चुनें? V1 का पुराना मॉडल हमेशा male या female बताता है, यहाँ तक कि सन्नाटे, संगीत या शोर में भी। V2 भाषण की जाँच करता है और भाषण न मिलने पर अनुमान लगाने के बजाय unknown लौटाता है। यह ECAPA-TDNN का भी उपयोग करता है, जो समय के साथ आवाज़ की विशेषताओं का विश्लेषण करता है; backend की परीक्षण-वॉइस तुलना में यह V1 मॉडल से अधिक सटीक था। V2 क्लिप की सभी आवाज़ों को साथ में विश्लेषित करता है, इसलिए कई वक्ताओं वाली रिकॉर्डिंग के लिए V3 चुनें।
Endpoint
POST /v1/voice-gender-recognition/api/v2सफल उत्तर में gender का मान male, female या unknown होता है, confidence प्रतिशत में और remainingRequests भी शामिल होता है। gender unknown होने पर कारण बताने वाला message भी मिलता है।
मानव भाषण न मिलने पर unknown लौटता है। यह सफल उत्तर है, API त्रुटि नहीं।
cURL अनुरोध
curl -X POST 'https://api.genderrecognition.com/v1/voice-gender-recognition/api/v2' \ -H 'apiKey: YOUR_API_KEY' \ -F 'file=@/path/to/recording.wav'
लिंग पहचानने पर उत्तर का उदाहरण
{
"success": true,
"gender": "female",
"confidence": 92,
"remainingRequests": 119
}लिंग अज्ञात होने पर उत्तर का उदाहरण
{
"success": true,
"gender": "unknown",
"confidence": 0,
"message": "No clear speech was detected in the audio, so the gender could not be determined.",
"remainingRequests": 119
}