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: 2023-08-14 10:11:42

    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

    支持格式

    • 支持的音频文件格式:mp3、wav、ogg、wma、aac、ac3、m4a、ts、g722
    • 包含音频的视频文件格式:avi、flv、mp4、mpg、asf、wmv、mov、rmvb、rm
      注意: 仅转写双声道音频文件中第一声道的内容

    支持音频文件详情

    • 音频时长不超过60秒
    • 音频大小不超过20 MB
    • 音频声道:单声道、双声道
    • 采样率:16000、44100和48000 Hz
    • 采样精度:16 bits、8 bits
      注意:
    • opus编码的音频不支持44100 Hz的采样率
    • 仅 wav封装的pcm格式音频支持 8 bits采样精度

    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 audioUrl和audioBase64必须二选一。 音频文件的URL,支持http和https
    audioBase64 string audioUrl和audioBase64必须二选一。音频数据,采用符合urlenco标准的Base64编码
    lang string 仅支持“MANDARIN”普通话
    scene string 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
    customWords array(string) 热词优化转写能力,可添加100个词。支持每个热词中文2-4个字。
    clientInfo JSON Object 客户端的信息,填写后可通过返回进行透传

    clientInfo

    参数名 类型 是否必须 描述
    userId string 用户ID,唯一标识
    roomId string 房间ID
    userNick string 用户昵称
    mac string mac地址
    imei string 硬件设备码
    imsi string 运营商设备码
    umid string 设备指纹
    uip string 用户IP
    deviceId string 设备ID
    audioName string 音频名称

    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
    clientInfo JSON Object 客户端的信息,填写后可通过返回进行透传

    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

    价格

    1.8元/千次

    以上内容是否对您有帮助?
  • Qvm free helper
    Close