시작하기

AmiVoice API는 음성을 텍스트로 변환하는 음성 인식 API입니다. AmiVoice API에 음성을 전송하면, 발화 내용을 텍스트로 변환한 결과를 반환합니다. 회의 녹취록 작성이나 음성 대화 시스템 등의 음성 지원 애플리케이션을 만들 수 있습니다.

문서 구성

도입 전 보안 및 운영을 위한 정보는 '도입 및 운용 가이드', 구현 세부 사항은 '개발 가이드', API 사양 확인은 'Reference', 어려움이 있을 때는 '도움말' 섹션을 참조하십시오.

📄️ 도입 및 운용 가이드

보안, 컴플라이언스, 운영에 필요한 정보를 정리했습니다.

📄️ 개발 가이드

목적에 맞는 API 사용법, 요청, 응답 등 개발에 필요한 상세 정보를 설명합니다.

📄️ Reference

API Reference조

📄️ 도움말

문제 해결 및 문의 방법

빠른 시작

1

APPKEY 취득

사용자 등록 페이지에서 등록하고, 마이페이지의 [接続情報]에 표시된 APPKEY 를 확인합니다. 다음 명령어로 환경 변수에 설정합니다.

macOS / Linux

export APPKEY=your_appkey_here

Windows (PowerShell)

$env:APPKEY = "your_appkey_here"

Windows (명령 프롬프트)

set APPKEY=your_appkey_here

팁

AmiVoice Tech Blog에서는 사용자 등록을 하고 AmiVoice API를 사용하여 음성 파일을 텍스트로 변환하는 과정을 단계별로 설명하고 있으므로 참조하시기 바랍니다.

AmiVoice API 사용해보기 (일본어 블로그)

2

오디오 파일 준비

전사할 오디오 파일을 준비합니다. 아래의 샘플 음성 파일(test.wav)를 바로 사용할 수 있습니다.

지원하는 오디오 파일 형식에 대해서는 음성 포맷을 참조하세요.

3

음성 인식 실행

다음을 실행합니다. test.wav 대신에 사용하고자 하는 음성 파일의 경로로 변경하세요.

curl (macOS / Linux)

curl https://acp-api.amivoice.com/v1/recognize \
     -F d=-a-general \
     -F u=$APPKEY \
     -F a=@test.wav | jq

노트

• curl 명령어가 설치되어 있지 않은 경우, https://curl.se/ 에서 사용 중인 OS의 패키지를 다운로드하거나 패키지 관리자를 사용하여 curl을 설치하십시오.
• 결과 텍스트는 Unicode 이스케이프되어 있습니다. 위 명령어에서는 응답 내용을 보기 쉽게 정리하기 위해 jq를 사용하고 있습니다. jq가 설치되어 있지 않은 경우에는 | jq 부분을 제외하고 실행해 보십시오. jq 명령어는 https://stedolan.github.io/jq/ 에서 사용 중인 OS의 패키지를 다운로드하거나 패키지 관리자를 사용하여 설치할 수 있습니다.

curl (Windows PowerShell)

curl.exe https://acp-api.amivoice.com/v1/recognize `
     -F d=-a-general `
     -F u=$env:APPKEY `
     -F a=@test.wav | jq

노트

• PowerShell에서는 curl이 Invoke-WebRequest의 별칭이 되어 있으므로 curl.exe로 명시하십시오. Windows 10 버전 1803 이상에는 curl.exe가 기본적으로 포함되어 있습니다. 포함되어 있지 않은 경우에는 https://curl.se/ 에서 설치하십시오.
• 결과 텍스트는 Unicode 이스케이프되어 있습니다. 위 명령어에서는 응답 내용을 보기 쉽게 정리하기 위해 jq를 사용하고 있습니다. jq가 설치되어 있지 않은 경우에는 | jq 부분을 제외하고 실행해 보십시오. jq 명령어는 https://stedolan.github.io/jq/ 에서 사용 중인 OS의 패키지를 다운로드하거나 패키지 관리자를 사용하여 설치할 수 있습니다.

curl (Windows 명령 프롬프트)

curl https://acp-api.amivoice.com/v1/recognize ^
     -F d=-a-general ^
     -F u=%APPKEY% ^
     -F a=@test.wav

노트

• Windows 10 버전 1803 이상에는 curl이 기본적으로 포함되어 있습니다. 포함되어 있지 않은 경우에는 https://curl.se/ 에서 설치하십시오.
• 결과 텍스트는 Unicode 이스케이프되어 있습니다. 위 명령어에서는 응답 내용을 보기 쉽게 정리하기 위해 jq를 사용하고 있습니다. jq가 설치되어 있지 않은 경우에는 | jq 부분을 제외하고 실행해 보십시오. jq 명령어는 https://stedolan.github.io/jq/ 에서 사용 중인 OS의 패키지를 다운로드하거나 패키지 관리자를 사용하여 설치할 수 있습니다.

Python

import os
import requests

with open("test.wav", "rb") as f:
    response = requests.post(
        "https://acp-api.amivoice.com/v1/recognize",
        data={"d": "-a-general", "u": os.environ["APPKEY"]},
        files={"a": f}
    )
    data = response.json()  # JSON  파서가 Unicode 이스케이프를 자동으로 일본어로 변환합니다.
    print(data)

4

결과 확인

성공하면 다음과 같은 JSON이 반환됩니다. text 필드에 전사 결과가 포함됩니다.

{
  "results": [
    {
      "tokens": [ ... ],
      "confidence": 0.998,
      "starttime": 250,
      "endtime": 8794,
      "text": "アドバンスト・メディアは、人と機械との自然なコミュニケーションを実現し、豊かな未来を創造していくことを目指します。"
    }
  ],
  "utteranceid": "20220602/14/018122d637320a301bc194c9_20220602_141433",
  "text": "アドバンスト・メディアは、人と機械との自然なコミュニケーションを実現し、豊かな未来を創造していくことを目指します。",
  "code": "",
  "message": ""
}

응답의 자세한 내용은 음성 인식 결과 형식를 참조하시기 바랍니다.

다음 단계

빠른 시작에서는 동기식 HTTP 인터페이스를 사용하였습니다. 실시간 음원을 처리하고 싶은 경우에는 WebSocket 인터페이스, 15MB를 초과하는 큰 음성 파일을 처리하고 싶은 경우에는 비동기 HTTP 인터페이스를 사용할 수 있습니다. 각각의 유스 케이스와 사용 포인트에 대해서는 인터페이스 종류와 사용 방법을 참조하십시오.

📄️ 동기식 HTTP 인터페이스

간단한 구현으로 짧은 음성 파일의 음성 인식에 최적

📄️ WebSocket 인터페이스

실시간 음성 스트리밍

📄️ 비동기 HTTP 인터페이스

사이즈가 큰 파일·배치 처리

개발을 지원하는 클라이언트 라이브러리와 샘플 프로그램도 제공하고 있습니다.

📄️ 클라이언트 라이브러리

📄️ 샘플 프로그램

음성 인식 정확도 개선을 위한 커스터마이징에 대해서는 다음 기능을 활용할 수 있습니다.

📄️ 음성 인식 엔진

도메인에 따라 음성 인식 엔진을 변경할 수 있습니다.

📄️ 사용자 사전

전문 용어나 고유 명사를 미리 등록해 둘 수 있습니다.

📄️ 규칙 문법

패턴을 제한하여 정확도를 높입니다.

화자 다이어라이제이션이나 감정 분석 등의 추가 기능도 제공하고 있습니다. 목적에 맞게 활용하시기 바랍니다.

📄️ 화자 다이어리제이션

여러 화자가 포함된 음성을 화자별로 분리하여, 누가 언제 말했는지 식별합니다.

📄️ 감정 분석

음성으로부터 감정을 분석하여, 화자의 감정 상태를 구별합니다.

구축한 서비스 운영을 지원하는 기능에 대해서도 제공하고 있습니다.

📄️ 발화량 집계 태그

요청 시 설정한 태그별로 이용시간을 집계합니다.

포괄적인 개발 가이드도 참고하시기 바랍니다.