tencent cloud

概要

インテリジェント字幕は、ユーザーのメディアファイル内の音声について自動的に字幕ファイルを生成できる機能です。eラーニングカリキュラムのレコーディング再生、オーディオビデオミーティングの議事録の整理、音声品質検査などに用いることができます。VODインテリジェント字幕は最先端の音声認識アルゴリズムをベースに、大量のトレーニングデータを組み合わせることで、業界トップレベルの音声認識機能を備えています。音声に環境ノイズ、背景音などの様々な干渉が含まれる条件下でも、高い認識適合率を実現できます。

適するシーン

使用方法

インテリジェント字幕はオーディオビデオコンテンツ認識の中の音声全文認識機能によって実装できます。具体的な使用手順は次のとおりです。

1. オーディオビデオコンテンツ認識テンプレートを作成し、音声全文認識設定項目（AsrFullTextConfigure）のスイッチをオンにして字幕生成を指定します。

   {
    "AsrFullTextConfigure": {
        "Switch": "ON",
                "SubtitleFormats": ["vtt", "srt"]
    }
   }
   

レスポンスによってテンプレートIDを取得します。
2. インテリジェント字幕タスクを開始し、ステップ1. のテンプレートIDを使用します。具体的にはタスクの開始をご参照ください。
3. インテリジェント字幕タスクの結果を取得します。具体的には結果の取得をご参照ください。