Azure CognitiveServicesのSpeakerRecognition APIによる話者識別をPythonで検証してみた。#1 #Python

はじめに

Cognitive Servicesでは、様々なAPIが提供されていますが、今回はそのうちの「Speaker Recognition API」にて話者識別を試してみました。
（日本ではあまり流行ってないっぽいですが。。）

ちなみに話者識別とは「いま誰が話しているのか」を識別してくれるもので、試した感じ、なかなかの精度かも。。と感じました。（まぁ自分の声でしか試してないんですけどね）

という訳で、早速検証していきたいと思います！

まずはAzureにリソースを準備していきます。
Azureにログインして「リソースの作成」をクリックします。

画面左上の検索boxに Speaker Recognition と入力します。

以下の画面で「作成」をクリックします。

作成画面に移動するので、各項目を入力していきます！
ちなみにF0だと10,000 無料トランザクション / 月とのこと（検証には十分ですね）
入力が完了したら、画面下部の「Create！」をクリックします。

リソースのデプロイが完了したので、「リソースに移動」をクリックします。

サブスクリプションキーが表示されました。
これは後で使うので、コピーボタンを押して保管しておきます！

これでSpeaker Recognition APIを使用する準備が整いました。