智能多媒体服务

  • 智能多媒体服务 > API 文档 > 智能语音 >短语音听写

    短语音听写

    最近更新时间: 2026-05-25 18:19:35

    短语音听写接口可将时长不超过60秒的音频文件转写成文字,可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景。

    使用限制

    • 使用前请联系 技术支持 开通使用权限
    • 音频推荐使用wav格式,采样率为16000Hz,声道为单声道; 其他格式会有额外预处理开销,增加响应时间

    支持格式

    • 支持的音频文件格式:mp3、wav、ogg、aac、m4a
    • 包含音频的视频文件格式:avi、flv、mp4、asf、wmv、mov

    支持音频文件详情

    • 音频时长不超过60秒
    • 音频声道:单声道、双声道
    • 文件 base64 编码后不超过 10MB
    • 采样率:8000/16000/44100/48000 Hz

    请求参数

    请求方式: POST
    请求URL: http://yitu-audio.qiniuapi.com/v2/asr
    请求 Header:

    字段 取值
    Content-Type application/json
    Authorization Qiniu <AccessKey>:<Sign>
    注意: 用户请根据 AccessKey 和 SuccessKey 生成鉴权,以便进行身份验证。<Sign> 的取值请参考七牛鉴权

    请求 Body:

    参数名 类型 是否必须 描述
    audioUrl string 否 audioUrl和audioBase64必须二选一。 音频文件的URL,支持http和https
    audioBase64 string 否 audioUrl和audioBase64必须二选一。音频数据, 标准的 base64 编码
    lang string 否 仅支持“MANDARIN”普通话
    scene string 否 通用情景模式GENERAL,即针对不同应用场景的定制模型。当前默认支持GENERAL

    返回参数

    参数名 类型 说明
    rtn integer 请求处理结果的状态码,0表示成功,否则表示异常
    message string 请求处理结果的debug提示信息
    requestId string 请求的唯一标示符
    resultText string 转写结果

    调用示例-Python

    下载依赖:

    pip install qiniu
    pip install requests
    
    # -*- coding: utf-8 -*-
    
    import json
    
    import requests
    import qiniu
    from qiniu import QiniuMacAuth, http, config
    
    # Please paste your ak and sk here.
    access_key = 'ak'
    secret_key = 'sk'
    auth = QiniuMacAuth(access_key, secret_key)
    
    def _post_with_qiniu_mac(url, data, auth):
        qn_auth = qiniu.auth.QiniuMacRequestsAuth(auth) if auth is not None else None
    
        timeout = config.get_default('connection_timeout')
    
        try:
            r = requests.post(
                url,
                json=data,
                auth=qn_auth,
                timeout=timeout,
                )
            
            print(r.json())
        except Exception as e:
            return None, http.ResponseInfo(None, e)
    
        return http.__return_wrapper(r)
    
    def asr_request(data):
        url = "http://yitu-audio.qiniuapi.com/v2/asr"
    
        body = {
            "audioUrl": data,
        }
    
        ret, res = _post_with_qiniu_mac(url, body, auth)
    
        return ret, res
     
    if __name__ == '__main__':
    
        audio_url = "http://r3dg6y3l0.hd-bkt.clouddn.com/Temp/sample_1.wav"
    
        ret, res = asr_request(audio_url)
    
        headers = {"code": res.status_code, "reqid": res.req_id, "xlog": res.x_log}
    
        print(json.dumps(headers, indent=4, ensure_ascii=False))
    
    
    

    状态码

    rtn 说明 message
    1000 超时 SAAS_TIME_OUT
    1101 无法解析请求中的Json SAAS_JSON_CONFIG_HELPER_READ_ERROR
    1102 输入的字段错误,根据提示更换字段参数 SAAS_INVALID_SCENE_ERROR SAAS_INVALID_PARAMETER_ERROR
    1103 输入中缺少某个域 SAAS_JSON_CONFIG_HELPER_GIVEN_KEY_NOT_EXIST_ERROR
    1999 未知错误 SAAS_UNEXPECTED_ERROR
    4201 音频文件错误 Audio DownLoad Error SAAS_SPEECH_AUDIOFILE_INCORRECT
    4202 无法下载的文件 SAAS_SPEECH_FILEDOWNLOAD_ERROR
    4203 文件处理异常,请联系管理员 SAAS_SPEECH_ASR_BUSY
    4204 不支持的编码格式 SAAS_AUE_NOT_MEET_REQUIREMENT_ERROR
    4208 不存在的TASKID SAAS_SPEECH_INVALID_TASKID_ERROR
    4209 音频片缺失,无法解析 SAAS_SPEECH_MISSING_SLICE_ERROR
    4210 文件长度太大 audio length too long…SAAS_SPEECH_AUDIO_LENGTH_TOO_LONG_ERROR
    4211 文件长度过短 SAAS_SPEECH_AUDIO_LENGTH_TOO_SHORT_ERROR
    4214 无法解析的内容,请联系管理员 SAAS_SPEECH_ASR_RECOGNI
    以上内容是否对您有帮助?