लिपि और उच्चारण की अनिश्चितता को छिपाएँ नहीं
आपके ऐप्लिकेशन के रिकॉर्ड में जो लिखावट है, वही भेजें: कांजी, काना या लैटिन रूप। V2 Unicode स्वीकार करता है, लेकिन यह वादा नहीं करता कि अलग-अलग उच्चारण या वर्तनियाँ डेटासेट की एक ही कुंजी से मिलेंगी। डेटासेट खोज कांजी को उच्चारण में नहीं बदलती और बिना स्पेस वाले पूरे नाम को सरनेम और दिए गए नाम में नहीं बाँटती।
यहाँ दिखाए गए आम जापानी अक्षरों के लिए मौजूदा कैंडिडेट फ़िल्टर एक या दो अक्षरों वाले टोकन छोड़ देता है। डेमो के मान 葵 高橋 में स्पेस से अलग किए गए दोनों टोकन छोड़ दिए जाते हैं। सामान्य फ़ॉलबैक पूरा मूल मान AI को भेज सकता है; सिर्फ़ डेटासेट वाला अनुरोध reason: no_name_candidate के साथ अज्ञात परिणाम बनाए रखता है।
स्पेस हटाने से एक अलग कैंडिडेट बनता है; यह नाम बाँटने की समस्या का भरोसेमंद हल नहीं है। असल इनपुट सुरक्षित रखें और लौटाई गई source और match जानकारी जाँचें। संभावित उच्चारण, नाम रखने की परंपरा या JP देश का संदर्भ किसी व्यक्ति की लैंगिक पहचान की पुष्टि नहीं करता।
| इनपुट का उदाहरण | यह क्या दर्शाता है | क्या जाँचें |
|---|---|---|
葵 高橋 | स्पेस से अलग किए गए छोटे टोकन | इन अक्षरों के लिए कोई भी टोकन फ़िल्टर की न्यूनतम लंबाई तक नहीं पहुँचता। फिर भी फ़ॉलबैक मूल मान पर विचार कर सकता है। |
高橋葵 | बिना स्पेस वाला पूरा नाम | एक ही कैंडिडेट; डेटासेट खोज यह तय नहीं करती कि सरनेम कहाँ ख़त्म होता है। |
あおい | तीन अक्षरों वाला काना उदाहरण | लंबाई के हिसाब से कैंडिडेट बन सकता है, लेकिन इसका मतलब यह नहीं कि कोई रिकॉर्ड मौजूद है या लिंग लौटाया जाएगा। |
Aoi Takahashi | लैटिन लिपि वाला इनपुट | इसके टोकन खोज में शामिल हो सकते हैं। इससे कोई एक मूल लिखावट तय नहीं होती और सही दिए गए नाम के चुने जाने की गारंटी नहीं मिलती। |
देश का संदर्भ JP सोच-समझकर चुनें
लाइव डेमो country: JP (जापान) भेजता है। API नाम की लिपि के आधार पर यह देश नहीं चुनता। अपने इंटीग्रेशन में देश का ज्ञात और प्रासंगिक संदर्भ इस्तेमाल करें या country छोड़ दें। इस उदाहरण वाले मान को हर रिकॉर्ड का डिफ़ॉल्ट न बनाएँ।
हर कैंडिडेट के लिए डेटासेट खोज देश-विशेष रिकॉर्ड मौजूद होने पर उसे चुनती है, वरना ग्लोबल रिकॉर्ड पर विचार करती है। इसके बाद सबसे ज़्यादा संग्रहीत कुल गिनती वाला उपलब्ध कैंडिडेट चुना जाता है। मिलान का असल दायरा data.match.scope और data.match.country में देखें। बराबर गिनती वाला देश-विशेष रिकॉर्ड अपने-आप ग्लोबल परिणाम से नहीं बदला जाता; फ़ॉलबैक चालू होने पर AI इस्तेमाल हो सकता है।
data.input.country अनुरोध में भेजा गया देश का संदर्भ बताता है। data.country और data.country_source लौटाया गया देश संबंध और उसका स्रोत बताते हैं। ये अलग-अलग फ़ील्ड हैं और इनसे नागरिकता, जातीयता या निवास साबित नहीं होता।
अपने ऐप्लिकेशन के नाम के साथ V2 अनुरोध भेजें
अपनी मौजूदा API कुंजी GENDERAPI_API_KEY में सेट करें और उदाहरण अपने सर्वर पर चलाएँ। यह अनुरोध सामान्य स्वचालित AI फ़ॉलबैक को साफ़ तौर पर चालू करता है। यह दिखाता है कि अनुरोध कैसे बनता है; यह मापी गई सटीकता या पक्का कवरेज नहीं दिखाता। सिर्फ़ डेटासेट वाले अनुमान के लिए options.ai_mode: off सेट करें।
अपनी प्रोग्रामिंग भाषा चुनें। अपनी API कुंजी सेट करें, फिर अपने सर्वर पर उदाहरण चलाएँ।
अनुमान का हर अनुरोध, दोबारा प्रयास सहित, शुल्क वाली नई प्रक्रिया है। ये उदाहरण अपने-आप दोबारा प्रयास नहीं करते। दूसरा अनुरोध भेजने से पहले बिलिंग स्टेटस देखें।
चलाने से पहले: एक्सेस और त्रुटियों को संभालना
ये उदाहरण अपने सर्वर पर चलाएँ। प्रोसेस एनवायरनमेंट में GENDERAPI_API_KEY को अपनी मौजूदा API कुंजी पर सेट करें। पक्का करें कि meta.access.mode का मान api_key है: पहचानी न गई कुंजी IP ट्रायल पर जा सकती है।
HTTP 4xx और 5xx वाले JSON रिस्पॉन्स में त्रुटि की बॉडी बनी रहती है और प्रोग्राम शून्य से अलग एग्ज़िट स्टेटस लौटाता है। दोबारा प्रयास से पहले code, action और meta.usage.billing_status देखें।
त्रुटियों और दोबारा प्रयास की गाइड →POSIX शेल में cURL 7.76+। अपने टर्मिनल में चलाएँ। रनटाइम दस्तावेज़ीकरण
Node.js 22+; बिल्ट-इन fetch। example.mjs के रूप में सेव करें और node example.mjs चलाएँ। रनटाइम दस्तावेज़ीकरण
Python 3.10+; स्टैंडर्ड लाइब्रेरी। example.py के रूप में सेव करें और python3 example.py चलाएँ। रनटाइम दस्तावेज़ीकरण
cURL एक्सटेंशन के साथ PHP 8+। example.php के रूप में सेव करें और php example.php चलाएँ। रनटाइम दस्तावेज़ीकरण
Java 17+; स्टैंडर्ड HTTP क्लाइंट। GenderApiExample.java के रूप में सेव करें और java GenderApiExample.java चलाएँ। रनटाइम दस्तावेज़ीकरण
.NET 8+ कंसोल ऐप्लिकेशन। कंसोल प्रोजेक्ट में Program.cs के रूप में इस्तेमाल करें, फिर dotnet run चलाएँ। रनटाइम दस्तावेज़ीकरण
Go 1.22+; स्टैंडर्ड लाइब्रेरी। main.go के रूप में सेव करें और go run main.go चलाएँ। रनटाइम दस्तावेज़ीकरण
परिणाम और उसके साक्ष्य को साथ रखें
अनुमानित संबंध किसी व्यक्ति का खुद बताया गया लिंग नहीं है। मूल इनपुट, लौटाए गए साक्ष्य और व्यक्ति की दी हुई जानकारी को अलग-अलग रखें। अज्ञात परिणाम एक मान्य परिणाम है; इसे आपके ऐप्लिकेशन में अंदाज़े से चुनी गई श्रेणी नहीं बनना चाहिए।
| फ़ील्ड | इसे कैसे इस्तेमाल करें |
|---|---|
data.gender / data.result_status | male या female सिर्फ़ identified होने पर इस्तेमाल करें। परिणाम अज्ञात हो, तो JSON का असली null मान वैसे ही रखें। |
data.name / data.match | लौटाया गया नाम और चुना गया कैंडिडेट जाँचें। सबस्ट्रिंग मिलान से यह साबित नहीं होता कि इनपुट उसी पहले नाम वाले व्यक्ति का है। |
data.confidence / data.confidence_kind | कॉन्फिडेंस स्कोर 0–1 के पैमाने पर या null होता है। observed_frequency संग्रहीत गिनतियों से आता है; model_reported AI का स्कोर है। हर प्रकार के लिए सीमा का अलग आकलन करें। |
data.source / data.sample_count | dataset, ai और none में अंतर करें। AI परिणामों में संग्रहीत सैंपल गिनती नहीं होती। सैंपल गिनती मापी गई सटीकता नहीं है। |
meta.access.mode | अकाउंट वाले इंटीग्रेशन में पक्का करें कि मान api_key है। कुंजी न होने या पहचानी न जाने पर साझा IP ट्रायल इस्तेमाल हो सकता है। |
meta.usage | charged_credits और billing_status पढ़ें। सफल अज्ञात परिणाम पर शुल्क लगता है। रिस्पॉन्स खो जाने से यह साबित नहीं होता कि अनुरोध मुफ़्त था। |
तय करें कि AI कब इस्तेमाल करना है
नामों, ईमेल पतों और यूज़रनेम के लिए forceToGenderize वैकल्पिक है। इसे चालू करने पर ai_mode छोड़ दें या fallback इस्तेमाल करें; off और always का इससे टकराव होता है और 422 लौटता है। अनुरोध शुरू करने के लिए पॉज़िटिव शुरुआती बैलेंस काफ़ी है, भले ही अंतिम शुल्क के बाद बैलेंस शून्य से नीचे चला जाए।
निकनेम मोड name: null के साथ लिंग लौटा सकता है। यह अज्ञात परिणाम भी लौटा सकता है। न सामान्य AI फ़ॉलबैक और न ही निकनेम का अनुमान सही या non-null जवाब की गारंटी देता है।
| अनुरोध का विकल्प | व्यवहार | हर सफल अनुरोध पर क्रेडिट |
|---|---|---|
| options.ai_mode: off | सिर्फ़ डेटासेट इस्तेमाल करें। | 1, अज्ञात परिणाम पर भी |
| options.ai_mode: fallback | पहले डेटासेट, फिर लिंग न मिलने पर सामान्य AI। एकल अनुरोध का डिफ़ॉल्ट यही है। | कुल 1, AI फ़ॉलबैक सहित |
| options.ai_mode: always | सीधे AI से पूछें। | 2 |
| forceToGenderize: true | पहले डेटासेट, फिर AI को निजी निकनेम या छद्मनाम समझने की अनुमति, असली पहले नाम के बिना भी। | डेटासेट से परिणाम मिलने पर 1; AI इस्तेमाल होने पर कुल 2 |
नामों की सूची प्रोसेस करते समय संदर्भ सुरक्षित रखें
आइटम POST /api/v2/gender/batch से भेजें: API कुंजी के साथ ज़्यादा से ज़्यादा 50 और IP ट्रायल में ज़्यादा से ज़्यादा 10। हर आइटम को एक यूनिक id दें और हर पंक्ति का मूल मान सुरक्षित रखें। हर आइटम का अपना देश और AI विकल्प हो सकता है; देश पता न हो, तो उसे छोड़ दें।
एकल अनुरोध में डिफ़ॉल्ट रूप से फ़ॉलबैक होता है, जबकि बैच के आइटम डिफ़ॉल्ट रूप से सिर्फ़ डेटासेट इस्तेमाल करते हैं। जिन आइटम के लिए AI चाहिए, उन पर अलग से options.ai_mode: fallback सेट करें। HTTP 200 मिलने पर भी हर परिणाम जाँचें, अज्ञात परिणाम सुरक्षित रखें और दोबारा भेजने से पहले त्रुटियाँ और बिलिंग देखें। हर सफल सामान्य आइटम पर 1 क्रेडिट लगता है; बैच वाला एक HTTP अनुरोध हर अनुमान के लिए एक ही क्रेडिट के बराबर नहीं है।
समझें कि आप क्या भेजते हैं
लाइव डेमो डाला गया मान GenderAPI.io को सिर्फ़ तभी भेजता है जब आप उसे सबमिट करते हैं। AI इस्तेमाल होने पर भेजा गया type, value और देश का संदर्भ कॉन्फ़िगर की गई अनुमान सेवा को भेजा जाता है। सिर्फ़ डेटासेट वाले अनुमान के लिए अपने इंटीग्रेशन में forceToGenderize के बिना options.ai_mode: off इस्तेमाल करें।
प्राइवेसी पॉलिसी, डेटा प्रोसेसिंग समझौता और सबप्रोसेसर सूची प्रकाशित प्रोसेसिंग शर्तों का विवरण देते हैं। परिणाम एक अनुमानित संबंध है; व्यक्ति की दी हुई जानकारी को प्राथमिकता दें। किसी व्यक्ति के बारे में महत्वपूर्ण फ़ैसलों का आधार इसे न बनाएँ।
अक्सर पूछे जाने वाले सवाल
उदाहरण 葵 高橋 के लिए AI फ़ॉलबैक की ज़रूरत क्यों पड़ती है?
मौजूदा कैंडिडेट फ़िल्टर के लिए दोनों टोकन बहुत छोटे हैं। इसलिए सिर्फ़ डेटासेट वाला अनुरोध unknown और reason: no_name_candidate लौटाता है। फ़ॉलबैक पूरा मूल मान AI को भेज सकता है, लेकिन AI के जवाब देने की गारंटी नहीं है।
क्या V2 जापानी नाम का सही उच्चारण तय कर सकता है?
V2 उच्चारण तय करने की कोई सत्यापित सेवा नहीं देता। डेटासेट खोज कांजी को काना में नहीं बदलती और यह गारंटी नहीं देती कि रोमाजी वर्तनी से वही परिणाम मिलेगा। इनपुट सुरक्षित रखें और परिणाम के साथ लौटाई गई जानकारी जाँचें।
क्या इस तरह के नामों के लिए सटीकता का कोई स्वतंत्र मूल्यांकन प्रकाशित है?
इस पेज पर ऐसा कोई मूल्यांकन प्रकाशित नहीं है। इनपुट का स्वीकार होना, संग्रहीत गिनती दिखना या कॉन्फिडेंस स्कोर लौटना सटीकता का स्वतंत्र माप नहीं है। कार्यप्रणाली वाले पेज पर बताया गया है कि कौन-सा साक्ष्य उपलब्ध है और कौन-से माप अभी प्रकाशित नहीं हुए हैं।
अनुमान न मिलने पर भी क्या क्रेडिट लगता है?
हाँ, सफल अज्ञात परिणाम पर भी शुल्क लगता है। सामान्य मोड (सिर्फ़ डेटासेट या फ़ॉलबैक) में कुल 1 क्रेडिट लगता है। forceToGenderize के साथ डेटासेट से परिणाम मिलने पर 1 क्रेडिट और AI इस्तेमाल होने पर कुल 2 क्रेडिट लगते हैं, अज्ञात परिणाम पर भी। त्रुटियों पर बिलिंग के अलग नियम लागू होते हैं; meta.usage जाँचें।