問題タブ [microsoft-cognitive]

Microsoft Project Oxford Speaker Recognition API REST を使用しています。登録を作成するには、.wav ファイルのバイナリ データを送信する必要があります。私はすでに.wavファイルを記録して保存するクラスを持っています.今はそれを投稿する必要があります.wavファイルを必要なバイナリデータに「デコード」する方法がわかりません...

どんな助けにも感謝します。

私がやろうとしていることへのリンクは次のとおりです: Speaker Recognition Create Enrollment。

Project Oxford Speaker Recognition API ( https://dev.projectoxford.ai/docs/services/563309b6778daf02acc0a508/operations/5645c3271984551c84ec6797 )を使用するために多くのことを試みてきました。

マイクで音声を録音して、必要な WAV (PCM、16bit、16K、Mono) に変換することに成功しました。

問題は、このファイルをバイナリ ストリームとして API に送信しようとすると、無効なオーディオ形式のエラー メッセージが返されることです。

同じファイルが Web サイト ( https://www.projectoxford.ai/demo/SPID ) のデモで受け入れられます。

このコードでpython 2.7を使用しています。

そして、これは私が得ている応答です。

私が欠けているものについて誰かが私を導くことができればお願いします。音声ファイルのすべてのプロパティと API に必要な要件を確認しましたが、うまくいきませんでした。

すべての回答とコメントをお待ちしております。

Nuget から ProjectOxford.Vision をインストールしようとしましたが、エラーが発生しました。

重大度コード 説明 Project File Line Suppression State Error パッケージ 'Microsoft.ProjectOxford.Vision 1.0.213' をインストールできませんでした。このパッケージを 'WindowsPhoneApp,Version=v8.1' をターゲットとするプロジェクトにインストールしようとしていますが、そのフレームワークと互換性のあるアセンブリ参照またはコンテンツ ファイルがパッケージに含まれていません。詳細については、パッケージの作成者にお問い合わせください。0

助けてください。

PhoneGap アプリで JavaScript を使用して Emotion Api を呼び出そうとしています。画像を base64 にエンコードし、オンライン ツールの 1 つでデータをデコードできることを確認しました。これは、使用するためにWebで見つけたコードです。

var apiKey = "e371fd4333ccad2"; //（サイトで無料のキーを取得できます。これはここで変更されています）

//apiUrl: API のベース URL。API ドキュメントを介して、他の API のこれが何であるかを確認してください。

「ファイル」は base64 文字列です。

私はこれを取り戻しました：

だから私は彼らのコンソールテストページを試しました。 https://dev.projectoxford.ai/docs/services/5639d931ca73072154c1ce89/operations/563b31ea778daf121cc3a5fa/console

「example.com/man.jpg」のような画像を入れることができ、うまく機能します。しかし、同じ画像を取得して Base 64 画像としてエンコードすると、「Bad Body」だけが得られます。コンテンツ タイプ「application/octet-stream」と「application/json」の両方で試してみたところ、同じエラーが発生しました。 . エンコードされたサンプルは次のようになります..そして http リクエスト

POST https://api.projectoxford.ai/emotion/v1.0/recognize HTTP/1.1 Content-Type: application/octet-stream Host: api.projectoxford.ai Ocp-Apim-Subscription-Key: ••••• ••••••••••••••••••••••••• コンテンツの長さ: 129420

data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAASABIAAD/...

私は戻ってきます：

プラグマ: no-cache Cache-Control: no-cache Date: Fri, 01 Apr 2016 16:23:09 GMT X-Powered-By: ASP.NET Content-Length: 60 Content-Type: application/json; charset=utf-8 有効期限: -1

{ "error": { "code": "BadBody", "message": "無効な顔画像です。" } }

このような画像を Javascript から送信できるかどうかはわかりません。私のjavascriptが正しいかどうか、またはエンコードされたbase64文字列画像をサイトに送信できるかどうか、誰か教えてください。

助けてくれてありがとうティム

Emotion API から返された結果の表示に問題があります。結果は Emotion[] の形式で返されます。コードは次のとおりです。

そして、さまざまな感情の結果から最も支配的な感情を見つける必要があります。

リンクが壊れていない関連ドキュメントを見つけることができませんでした。

Project Oxford の Speech API のすべての API 機能を WPF アプリケーションに実装したいと考えています。機能には、インテント、エンティティ、事前構築済みエンティティ、フレーズ リストの追加、編集、および削除が含まれます。

では、これらすべてのコントロールを WPF アプリケーションに取り込み、Speech API をリアルタイムで使用できるようにするにはどうすればよいでしょうか?

私の質問を読んでくれてありがとう。