AssemblyAI - 音声理解を生成アクション
音声理解を生成アクションは、AssemblyAIの文字起こしに対して構造化された音声理解機能を実行します。
選択した機能に対応するフィールドのみを入力
入力が必要なのは、機能に対応するフィールドグループのみです。たとえば、翻訳を選択した場合は、翻訳のフィールドに入力します。対応するフィールドグループが空の場合、アクションはエラーになります。
入力
| 入力フィールド | 説明 |
|---|---|
| トランスクリプトID | 処理する文字起こしのIDを入力します。 |
| 機能 | 実行する機能を選択します。選択肢は翻訳、話者識別、カスタム書式設定、要約、アクションアイテムです。 |
| 翻訳 | このフィールドは、機能が翻訳の場合にのみ使用できます。対象言語に、es, deのようにカンマ区切りのコードを設定します。任意のフィールドはフォーマルと元の発話に合わせるです。 |
| 話者識別 | このフィールドは、機能が話者識別の場合にのみ使用できます。任意のフィールドは、話者タイプ、既知の値（既知の役割または名前）、話者（役割、名前、説明、会社、役職）です。 |
| カスタム書式設定 | このフィールドは、機能がカスタム書式設定の場合にのみ使用できます。任意のフィールドは、日付、電話番号、メールの書式パターンです。 |
| 要約 | このフィールドは、機能が要約の場合にのみ使用できます。要約タイプを設定します。任意のフィールドは労力です。 |
| アクションアイテム | このフィールドは、機能がアクションアイテムの場合にのみ使用できます。任意のフィールドは決定事項を含めると労力です。 |
出力
主な出力フィールドは次のとおりです。使用可能な出力フィールドの詳細については、AssemblyAIのCreate speech understandingドキュメントを参照してください。
| 出力フィールド | 説明 |
|---|---|
| Request ID | LLM Gatewayリクエストの一意の識別子です。 |
| 翻訳されたテキスト | 翻訳されたテキストのリスト（対象言語ごとに1件）。翻訳されたテキストフィールドは、翻訳でのみ使用できます。 |
| 言語（翻訳されたテキスト） | 対象言語のコード（例：es）。 |
| テキスト（翻訳されたテキスト） | この言語に翻訳されたテキスト。 |
| 発話 | 話者ごとに区別された発話のリスト。発話フィールドは、話者識別でのみ使用できます。 |
| 話者（発話） | 識別された話者のラベル（例：A）。名前を指定した場合は、その名前が使用されます。 |
| テキスト（発話） | 発話を文字起こししたテキスト。 |
| 開始（発話） | 発話の開始時刻（ミリ秒単位）。 |
| 終了（発話） | 発話の終了時刻（ミリ秒単位）。 |
| 書式設定されたテキスト | 設定に従って書式を変更した文字起こしテキスト。書式設定されたテキストフィールドは、カスタム書式設定でのみ使用できます。 |
このアクションのレスポンスには、リクエスト内容と機能ステータス（音声理解）の再掲、単語単位のタイミングデータ（単語）、および発話の下にネストされた信頼度スコアも含まれます。これらのフィールドの詳細については、AssemblyAIのCreate speech understandingドキュメントを参照してください。
最終更新日: