久久久,欧美乱妇高清无乱码免费,久久久久久久中文,亚洲日韩久久

幫助與文檔 > 產(chǎn)品文檔 > 智能語(yǔ)音服務(wù) > API文檔 > 實(shí)時(shí)短語(yǔ)音識(shí)別
實(shí)時(shí)短語(yǔ)音識(shí)別

實(shí)時(shí)短語(yǔ)音識(shí)別 API 簡(jiǎn)介

概念解釋

實(shí)時(shí)短語(yǔ)音識(shí)別:針對(duì)短音頻(時(shí)長(zhǎng)小于等于 60 秒),實(shí)時(shí)返回結(jié)果。適用于簡(jiǎn)短的語(yǔ)音指令、快速的消息記錄,或其他類型的短語(yǔ)音片段,確保了在各種短語(yǔ)音交互場(chǎng)景下的高準(zhǔn)確率和穩(wěn)定性。

說明

Hi,您好,歡迎使用有道智云實(shí)時(shí)短語(yǔ)音識(shí)別API接口服務(wù)。

如果您想快速體驗(yàn)服務(wù),建議您前往 語(yǔ)音識(shí)別體驗(yàn)中心 或者在體驗(yàn)中心右下側(cè)找到小程序二維碼,掃描進(jìn)行體驗(yàn)。

本文檔主要針對(duì)需要集成API的技術(shù)開發(fā)工程師,詳細(xì)描述實(shí)時(shí)短語(yǔ)音識(shí)別能力相關(guān)的技術(shù)內(nèi)容。

如果您有與我們商務(wù)合作的需求,可以通過以下方式聯(lián)系我們:

商務(wù)郵箱: AIcloud_Business@corp.youdao.com

如果您對(duì)文檔內(nèi)容有任何疑問,可以通過以下幾種方式聯(lián)系我們:

客服QQ:1906538062

智云語(yǔ)音技術(shù)交流QQ群:861723255

聯(lián)系郵箱: zhiyun@corp.youdao.com

溫馨提示:

  • 本文檔主要針對(duì)開發(fā)人員,接入測(cè)試前需要在后臺(tái)創(chuàng)建API應(yīng)用,獲取應(yīng)用ID應(yīng)用密鑰;如果您還沒有,請(qǐng)按照 新手指南 獲取。
  • 平臺(tái)向每個(gè)賬戶贈(zèng)送50元的體驗(yàn)金,供用戶集成前測(cè)試所用,具體資費(fèi)規(guī)則詳見 實(shí)時(shí)短語(yǔ)音識(shí)別服務(wù)報(bào)價(jià)

接口說明

接口地址:

wss://openapi.youdao.com/stream_shortasropenapi?{請(qǐng)求參數(shù)}

語(yǔ)音支持:

格式支持:wav(不壓縮、pcm編碼)

采樣率:推薦16k。

編碼:16bit位深的單聲道

格式 代碼
wav wav

注: 發(fā)送時(shí),第一幀需要為WAV HEADER 信息。

接口調(diào)用參數(shù)

服務(wù)接口的調(diào)用分為認(rèn)證、實(shí)時(shí)通信兩階段。

1. 認(rèn)證階段

請(qǐng)求參數(shù)格式: key1=value1&key2=value2&key3=value3&key4=value4

參數(shù)說明:

參數(shù) 類型 必填 說明 示例
appKey String 已申請(qǐng)的應(yīng)用ID ID
salt String UUID uuid,唯一通用識(shí)別碼
curtime String 時(shí)間戳(秒) TimeStamp
sign String 加密數(shù)字簽名。 sha256
signType String 數(shù)字簽名類型 v4
langType String 語(yǔ)言選擇,參考支持語(yǔ)言列表 zh-CHS
format String 音頻格式,支持wav wav
channel String 聲道,支持1(單聲道) 1
version String api版本 v1
rate String 采樣率 16000

簽名sign生成方法如下: signType=v4; sign=sha256(應(yīng)用ID+salt+curtime+應(yīng)用密鑰)。

服務(wù)端通過 text message 返回 json字符串的認(rèn)證結(jié)果,參數(shù)示例:

成功:

{
	"result": [],
	"action": "started",
	"errorCode": "0"
}

失敗:

{
	"result": "[]",
	"action": "error",
	"errorCode": "202"
}

參數(shù)說明:

參數(shù) 類型 說明
errorCode String 狀態(tài)碼,詳見 錯(cuò)誤代碼列表
action String 狀態(tài)標(biāo)識(shí)。started:握手;recognition:識(shí)別;error:錯(cuò)誤,若輸出為sensitive:包含不合時(shí)宜詞匯,請(qǐng)根據(jù)實(shí)際返回結(jié)果按需處理
result String 識(shí)別結(jié)果數(shù)據(jù)

2 實(shí)時(shí)通信階段

認(rèn)證成功之后,進(jìn)入實(shí)時(shí)通信階段,此階段客戶端發(fā)送音頻流和結(jié)束標(biāo)識(shí),并接收轉(zhuǎn)寫結(jié)果或錯(cuò)誤。

2.1 發(fā)送音頻流

此階段客戶端通過 binary message 發(fā)送音頻流,內(nèi)容為音頻的二進(jìn)制數(shù)據(jù),此過程的發(fā)送頻率將影響文字結(jié)果展示的實(shí)時(shí)性。

建議以 200ms 間隔發(fā)送音頻數(shù)據(jù),若間隔超時(shí) 15s 以上,服務(wù)端將停止識(shí)別。

2.2 發(fā)送結(jié)束標(biāo)識(shí)

客戶端完成所有音頻數(shù)據(jù)的發(fā)送后,需發(fā)送一個(gè)特殊的 binary message 到服務(wù)端作為音頻流發(fā)送結(jié)束的標(biāo)識(shí),內(nèi)容為:

{"end": "true"}

注:該標(biāo)識(shí)大小寫敏感。 2.3 接收轉(zhuǎn)寫結(jié)果

交互過程中,服務(wù)端不斷通過 text message 返回實(shí)時(shí)識(shí)別結(jié)果到客戶端,響應(yīng)結(jié)果是以json形式輸出(為text message)。 識(shí)別結(jié)果示例:

{
	"result": [{
		"st": [{
			"bg": 30,
			"ed": 480,
			"ws": [{
				"w": "Have",
				"wb": 30,
				"we": 240
			}, {
				"w": "a",
				"wb": 240,
				"we": 270
			}, {
				"w": "good",
				"wb": 270,
				"we": 480
			}, {
				"w": "day.",
				"wb": 480,
				"we": 480
			}]
		}],
		"seg_id": 0
	}],
	"errorCode": "0",
	"action": "recognition"
}

識(shí)別結(jié)果 result 參數(shù)說明:

參數(shù) 含義 說明
bg 分句開始時(shí)間 單位毫秒/ms
ed 分句結(jié)束時(shí)間 單位毫秒/ms
w 詞(字)識(shí)別結(jié)果
wb 詞(字)開始時(shí)間 單位毫秒/ms
we 詞(字)結(jié)束時(shí)間 單位毫秒/ms
type 識(shí)別結(jié)果類型 0:最終結(jié)果,1:中間結(jié)果
seg_id 分句 id 從 0 開始遞增

支持語(yǔ)言

language 語(yǔ)種(中文) 語(yǔ)言代碼
English (United States) 英語(yǔ) en
Chinese, Mandarin (Simplified, China) 中文、普通話(簡(jiǎn)體、中國(guó)) zh-CHS

服務(wù)配置

支持格式 免費(fèi)用戶最大支持并發(fā) 單次最大請(qǐng)求時(shí)長(zhǎng)(s) 每小時(shí)最大音頻時(shí)長(zhǎng)(s) 每小時(shí)最大連接次數(shù) 支持語(yǔ)言
wav 10 3600 60000 3000 中/英等,參考詳細(xì)語(yǔ)言列表

注意:如需上調(diào)調(diào)用量請(qǐng)聯(lián)系技術(shù)人員咨詢。

錯(cuò)誤代碼列表

錯(cuò)誤碼 含義
101 缺少必填的參數(shù),首先確保必填參數(shù)齊全,然后,確認(rèn)參數(shù)書寫是否正確
102 不支持的語(yǔ)言類型
103 翻譯文本過長(zhǎng)
104 不支持的API類型
105 不支持的簽名類型
106 不支持的響應(yīng)類型
107 不支持的傳輸加密類型
108 應(yīng)用ID無效,注冊(cè)賬號(hào),登錄后臺(tái)創(chuàng)建應(yīng)用和實(shí)例并完成綁定,可獲得應(yīng)用ID和應(yīng)用密鑰等信息
109 batchLog格式不正確
110 無相關(guān)服務(wù)的有效實(shí)例,應(yīng)用沒有綁定服務(wù)實(shí)例,可以新建服務(wù)實(shí)例,綁定服務(wù)實(shí)例。注:某些服務(wù)的結(jié)果發(fā)音需要tts實(shí)例,需要在控制臺(tái)創(chuàng)建語(yǔ)音合成實(shí)例綁定應(yīng)用后方能使用。
111 開發(fā)者賬號(hào)無效
112 請(qǐng)求服務(wù)無效
113 q不能為空
114 不支持的圖片傳輸方式
201 解密失敗,可能為DES,BASE64,URLDecode的錯(cuò)誤
202 簽名檢驗(yàn)失敗,請(qǐng)確認(rèn)應(yīng)用ID和應(yīng)用密鑰的正確性。
203 訪問IP地址不在可訪問IP列表
205 請(qǐng)求的接口與應(yīng)用的平臺(tái)類型不一致,確保接入方式(Android SDK、IOS SDK、API)與創(chuàng)建的應(yīng)用平臺(tái)類型一致。如有疑問請(qǐng)參考入門指南
206 因?yàn)闀r(shí)間戳無效導(dǎo)致簽名校驗(yàn)失敗
207 重放請(qǐng)求
301 辭典查詢失敗
302 翻譯查詢失敗
303 服務(wù)端的其它異常
304 會(huì)話閑置太久超時(shí)
401 賬戶已經(jīng)欠費(fèi)停
402 offlinesdk不可用
411 訪問頻率受限,請(qǐng)稍后訪問
412 長(zhǎng)請(qǐng)求過于頻繁,請(qǐng)稍后訪問
1001 無效的OCR類型
1002 不支持的OCR image類型
1003 不支持的OCR Language類型
1004 識(shí)別圖片過大
1201 圖片base64解密失敗
1301 OCR段落識(shí)別失敗
1411 訪問頻率受限
1412 超過最大識(shí)別字節(jié)數(shù)
2003 不支持的語(yǔ)言識(shí)別Language類型
2004 合成字符過長(zhǎng)
2005 不支持的音頻文件類型
2006 不支持的發(fā)音類型
2201 解密失敗
2301 服務(wù)的異常
2411 訪問頻率受限,請(qǐng)稍后訪問
2412 超過最大請(qǐng)求字符數(shù)
3001 不支持的語(yǔ)音格式
3002 不支持的語(yǔ)音采樣率
3003 不支持的語(yǔ)音聲道
3004 不支持的語(yǔ)音上傳類型
3005 不支持的語(yǔ)言類型
3006 不支持的識(shí)別類型
3007 識(shí)別音頻文件過大
3008 識(shí)別音頻時(shí)長(zhǎng)過長(zhǎng)
3009 不支持的音頻文件類型
3010 不支持的發(fā)音類型
3201 解密失敗
3301 語(yǔ)音識(shí)別失敗
3302 語(yǔ)音翻譯失敗
3303 服務(wù)的異常
3411 訪問頻率受限,請(qǐng)稍后訪問
3412 超過最大請(qǐng)求字符數(shù)
4001 不支持的語(yǔ)音識(shí)別格式
4002 不支持的語(yǔ)音識(shí)別采樣率
4003 不支持的語(yǔ)音識(shí)別聲道
4004 不支持的語(yǔ)音上傳類型
4005 不支持的語(yǔ)言類型
4006 識(shí)別音頻文件過大
4007 識(shí)別音頻時(shí)長(zhǎng)過長(zhǎng)
4201 解密失敗
4301 語(yǔ)音識(shí)別失敗
4303 服務(wù)的異常
4411 訪問頻率受限,請(qǐng)稍后訪問
4412 超過最大請(qǐng)求時(shí)長(zhǎng)
5001 無效的OCR類型
5002 不支持的OCR image類型
5003 不支持的語(yǔ)言類型
5004 識(shí)別圖片過大
5005 不支持的圖片類型
5006 文件為空
5201 解密錯(cuò)誤,圖片base64解密失敗
5301 OCR段落識(shí)別失敗
5411 訪問頻率受限
5412 超過最大識(shí)別流量
9001 不支持的語(yǔ)音格式
9002 不支持的語(yǔ)音采樣率
9003 不支持的語(yǔ)音聲道
9004 不支持的語(yǔ)音上傳類型
9005 不支持的語(yǔ)音識(shí)別 Language類型
9301 ASR識(shí)別失敗
9303 服務(wù)器內(nèi)部錯(cuò)誤
9411 訪問頻率受限(超過最大調(diào)用次數(shù))
9412 超過最大處理語(yǔ)音長(zhǎng)度
10001 無效的OCR類型
10002 不支持的OCR image類型
10004 識(shí)別圖片過大
10201 圖片base64解密失敗
10301 OCR段落識(shí)別失敗
10411 訪問頻率受限
10412 超過最大識(shí)別流量
11001 不支持的語(yǔ)音識(shí)別格式
11002 不支持的語(yǔ)音識(shí)別采樣率
11003 不支持的語(yǔ)音識(shí)別聲道
11004 不支持的語(yǔ)音上傳類型
11005 不支持的語(yǔ)言類型
11006 識(shí)別音頻文件過大
11007 識(shí)別音頻時(shí)長(zhǎng)過長(zhǎng),
11201 解密失敗
11301 語(yǔ)音識(shí)別失敗
11303 服務(wù)的異常
11411 訪問頻率受限,請(qǐng)稍后訪問
11412 超過最大請(qǐng)求時(shí)長(zhǎng)
12001 圖片尺寸過大
12002 圖片base64解密失敗
12003 引擎服務(wù)器返回錯(cuò)誤
12004 圖片為空
12005 不支持的識(shí)別圖片類型
12006 圖片無匹配結(jié)果
13001 不支持的角度類型
13002 不支持的文件類型
13003 表格識(shí)別圖片過大
13004 文件為空
13301 表格識(shí)別失敗
15001 需要圖片
15002 圖片過大(1M)
15003 服務(wù)調(diào)用失敗
17001 需要圖片
17002 圖片過大(1M)
17003 識(shí)別類型未找到
17004 不支持的識(shí)別類型
17005 服務(wù)調(diào)用失敗

常見語(yǔ)言Demo

Java 示例

實(shí)時(shí)短語(yǔ)音識(shí)別 java demo

Python 示例

實(shí)時(shí)短語(yǔ)音識(shí)別 python3 demo

C# 示例

實(shí)時(shí)短語(yǔ)音識(shí)別 c# demo

Php 示例

實(shí)時(shí)短語(yǔ)音識(shí)別 php demo

go 示例

實(shí)時(shí)短語(yǔ)音識(shí)別 go demo