このドキュメントでは、「音声認識」ブロックの出力結果について解説します。

例

以下は、音声データを「Cloud Speech-to-Text API」で解析させた結果です。音声データは、MAGELLAN BLOCKS ウェブサイトの文章「BLOCKS は、Google の圧倒的なチカラを誰でも気軽に利用できる。そんなサービスです。」を読み上げたものです。

{
  "results": [
    {
      "alternatives": [
        {
          "transcript": "blocks は google の圧倒的な力を誰でも気軽に利用できるそんなサービスです",
          "confidence": 1
        },
        {
          "transcript": "blocks はグーグルの圧倒的な力を誰でも気軽に利用できるそんなサービスです"
        },
        {
          "transcript": "blocks は google の圧倒的な力を誰でも気軽に利用できる損なサービスです"
        }
      ]
    }
  ],
  "gcs_url": "gs://magellan-iot-sample/sample.flac",
  "timestamp": 1477301684.0
}

このように「音声認識」ブロックの出力結果は、JSON 形式のデータとなっています。

仕様

「音声認識」ブロックが出力する JSON 形式データの仕様は以下のとおりです。

{
  "results": [
    {
      "alternatives": [
        {
          "transcript": <string>,
          "confidence": <number>
        }
      ]
    }
  ],
  "gcs_url": <string>,
  "timestamp": <number>
}

info_outline なお、この仕様は、2016 年 10 月時点の「Method: speech.syncrecognize | Google Cloud Platform open_in_new」の内容を元に記載しています。