语音质检API

更新时间：2025-11-24

接口描述：

语音质检接口可以通过声道进行说话人区分，或者通过模型（8953）对单声道音频进行说话人区分。并且支持创建质检规则，对符合质检规则的ASR文本进行标记。

准备工作

1、账户创建及appid鉴权信息获取可参考快速开发指南-准备工作。

2、access_token鉴权信息获取，可参考鉴权认证机制。

可点击下载python demo示例代码进行测试。

语音质检

语音质检任务创建

请求接口：http://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/voice/detection

HTTP 方法：POST

Headers参数：

参数	参数值	是否必须
Content-Type	application/json	是

Body参数如下：

参数名称	位置	类型	是否必须	说明
access_token	body	string	是	携带用户信息的access_token
speech_url	body	string	url和data二选一	可外网访问的音频文件url链接
speech_data	body	string	url和data二选一	音频文件base64结果
session_id	body	string	是	音频质检任务唯一标识
sample_rate	body	integer	否	音频采样率可选择8000或16000，默认8000
pid	body	integer	是	音频识别模型id，可选择80006
callback_url	body	string	否	质检后结果回调路径
role_num	body	integer	否	pid为80006时，由声道区分说话人数，只允许1/2，默认为1 pid为8953时由算法自动判断说话人，本参数无需填写
enable_detection	body	boolean	否	是否进行质检，默认false
enable_detection_detail	body	boolean	否	是否返回质检结果详情，默认false
is_split_channel	body	boolean	否	是否进行左右声道拆分，默认false 当开启为true时，计费时长=左声道有效时长（不含静音）+右声道有效时长（不含静音）（pid使用8953时参数传false）
categories	body	array[string]	否	应用到质检的规则，不填写默认全部

识别模型 pid 参数

pid	模型	备注
80006	中文音视频字幕模型	轻微噪音环境识别
8953	中文话者分离模型	支持区分说话人

Body请求示例：

 {
   "access_token": "24.a7179f3da2d56aXXXXXXXXXXXXXXXX",
   "speech_url": "https://xxxxx.wav",
   "speech_data": "base64",
   "session_id": "test20240220", 
   "sample_rate":16000, 
   "pid": 80006,
   "role_num": 1,
   "callback_url": "",
   "enable_detection_detail": true,
   "enable_detection": true ,
   "is_split_channel": false
 }

返回结果：

参数名称	类型	必选	说明
error_code	integer	是	请求状态码
error_message	string	是	请求状态
result	object	是
+ session_id	string	是	音频质检任务唯一标识

返回示例：

 {
  "error_code": 0,
  "error_message": "请求成功",
  "result": {
    "session_id": "test20240220"
   }
 }

语音质检任务查询

请求接口：http://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/voice/detection/result

HTTP 方法：GET

Headers参数：

参数	参数值	是否必须
Content-Type	application/json	是

Body参数如下：

名称	位置	类型	必选	说明
access_token	body	string	是	携带用户信息的access_token
session_id	body	string	是	音频质检任务唯一标识

Body请求示例：

 {
   "access_token": "24.a7179f3da2d56aXXXXXXXXXXXXXXXX",
   "session_id": "test20240220"
 }

返回结果：

参数名称	类型	必选	说明
error_code	integer	是	请求状态码
error_message	string	是	请求状态
result	object	是	语音质检结果
+push_status_desc	string	是	推送状态描述
+session_id	string	是	音频唯一标识
+state	integer	是	质检过程的状态，不等于0、1、2为处理失败
+state_desc	string	是	质检过程的状态描述分别为： "任务已提交，排队等待中" "执行中" "处理成功"
+asr_text	string	是	音频文件转写结果，句与句之间空格
+call_duration	integer	是	通话持续时长，单位秒
+silence_duration	integer	是	静音时长，单位秒
+asr_result	[object]	是	转写结果
++sentence	string	是	单句文本
++speaker_id	integer	是	所属发言人
++begin_time	integer	是	单句开始时间戳
++end_time	integer	是	单句结束时间戳
++voice_speed	integer	是	语速
++voice_power	integer	是	音量
+pass_detection	string	是	质检是否通过，"success"- 通过 "failed" - 不通过
+detection_result	[object]	是	质检结果，返回录音命中的所有规则和对应关键词
++category	string	是	规则类别
++keyword	[string]	是	匹配的关键字
+detection_detail	object	是	质检结果详情，配置了获取详情返回数据
++hit	boolean	是	录音是否命中质检规则
++keyword	[string]	是	录音命中的所有关键词
++detail	[object]	是	句维度命中情况
+++text	string	是	该句文本
+++hit	boolean	是	该句是否命中质检规则
+++detail	[object]	是	该句命中的质检分类
++++category	string	是	质检分类
++++hit	boolean	是	是否命中
++++keyword	[string]	是	命中的分类下所有关键词
++++detail	[object]	是	该句命中的该分类下的质检内容
+++++content	string	是	质检内容
+++++hit	boolean	是	是否命中
+++++keyword	[string]	是	命中的关键词

返回示例：

{
  "error_code": 0,
  "error_message": "请求成功",
  "result": {
    "session_id": "test20240220",
    "state": 0,
    "state_desc": "处理成功",
    "asr_text": "你是谁？ 我是小度",
    "call_duration": 10,
    "silence_duration": 5,
    "asr_result": [
      {
        "sentence": "你是谁？",
        "speaker_id": 0,
        "begin_time": 1,
        "end_time": 3,
        "voice_speed": 0,
        "voice_power": 0
      }，{
        "sentence": "我是小度",
        "speaker_id": 1，
        "begin_time":,5,
        "end_time": 7,
        "voice_speed": 0,
        "voice_power": 0
      }

    ],
    "pass_detection": "failed",
    "detection_result": [
      {
        "category": "类别1",
        "keyword": [
          "小度"
        ]
      }
    ],
    "detection_detail": {
      "hit": 是,
      "keyword": [
        "小度"
      ],
      "detail": [
        {
          "text": "我是小度",
          "hit": 是,
          "detail": [
            null
          ]}]}}
}

质检规则管理

质检规则查询

请求接口：http://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/voice/detection/rule

HTTP 方法：GET

Headers参数：

参数	参数值	是否必须
Content-Type	application/json	是

Body参数如下：

名称	位置	类型	必选	说明
access_token	body	string	是	携带用户信息的access_token
category	body	string	否	规则类别，支持模糊搜索，不传则查询全部
page_no	body	integer	否	分页规则-页数
page_size	body	integer	否	分页规则-每页条数，默认10

Body请求示例：

{
    "access_token": "24.a7179f3da2d56aXXXXXXXXXXXXXXXX ",
    "category": "类别1",
    "page_no":1,
    "page_size":1
}

返回结果：

名称	类型	必选	说明
error_code	integer	是	请求状态码
error_message	string	是	请求状态
results	object	是	详情列表
+total	integer	是	符合条件的规则总数
+rule	[object]	是	查询到的规则
++category	string	是	规则类别
++description	string	是	规则类别描述
++content	[string]	是	规则内容

返回示例：

{
  "error_code": 0,
  "error_message": "请求成功",
  "results": {
     "total": 0,
     "rule": [
      {
      "category": "类别1",
      "description": "类别1的描述",
      "contents": [ "贷款",
                    "会议||例会",
                    "缺货&&退款",
                    "!逾期",
                    "未偿还&&!逾期",
                    "(会议||例会) && (缺货||退款)"]      
	    }
    ]
  }
}

质检规则新增

请求接口：http://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/voice/detection/rule

HTTP 方法：POST

Headers参数：

参数	参数值	是否必须
Content-Type	application/json	是

Body参数如下：

名称	位置	类型	必选	说明
access_token	body	string	是	携带用户信息的access_token
category	body	string	是	规则类别
description	body	string	是	规则类别描述
contents	body	array[string]	是	质检规则内容，每条质检规则内部可应用“或与非”逻辑关系

contents规则特殊说明：

一、A（包含A即为命中）

二、A||B （A或B包含任一即为命中）

三、A&&B （A与B均包含即为命中）

四、!B（不包含B即为命中）

五、A&&!B（包含A但不包含B即为命中）

六、用小括号隔开，可随意组合

Body请求示例：

 {
    "access_token": "24.a7179f3da2d56aXXXXXXXXXXXXXXXX ",
    "category": "类别1",
    "description": "类别1的描述",
    "contents":["贷款",
                "会议||例会",
                "缺货&&退款",
                "!逾期",
                "未偿还&&!逾期",
                "(会议||例会) && (缺货||退款)"]      
 }

返回结果：

名称	类型	必选	说明
error_code	integer	是	请求状态码
error_message	string	是	请求状态

返回示例：

{
  "error_code": 0,
  "error_message": "请求成功"
}

质检规则修改

请求接口：http://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/voice/detection/rule

HTTP 方法：PUT

Headers参数：

参数	参数值	是否必须
Content-Type	application/json	是

Body参数如下：

名称	位置	类型	必选	说明
access_token	body	string	是	携带用户信息的access_token
category	body	string	是	规则类别
description	body	string	是	规则类别描述
contents	body	array[string]	是	质检规则内容，每条质检规则内部可应用“或与非”逻辑关系

contents规则特殊说明：

一、A（包含A即为命中）

二、A||B （A或B包含任一即为命中）

三、A&&B （A与B均包含即为命中）

四、!B（不包含B即为命中）

五、A&&!B（包含A但不包含B即为命中）

六、用小括号隔开，可随意组合

Body请求示例：

 {
    "access_token": "24.a7179f3da2d56aXXXXXXXXXXXXXXXX ",
    "category": "类别1",
    "description": "类别1的描述",
    "contents":["贷款",
                "会议||例会",
                "缺货&&退款",
                "!逾期",
                "未偿还&&!逾期",
                "(会议||例会) && (缺货||退款)"]      
  }

返回结果：

名称	类型	必选	说明
error_code	integer	是	请求状态码
error_message	string	是	请求状态

返回示例：

 {
  "error_code": 0,
  "error_message": "请求成功"
 }

质检规则删除

请求接口：http://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/voice/detection/rule

HTTP 方法：DELETE

Headers参数：

参数	参数值	是否必须
Content-Type	application/json	是

Body参数如下：

名称	位置	类型	必选	说明
access_token	body	string	是	携带用户信息的access_token
category	body	string	是	待删除的规则类别

Body请求示例：

 {
    "access_token": "24.a7179f3da2d56aXXXXXXXXXXXXXXXX ",
    "category": "类别1",   
 }

返回结果：

名称	类型	必选	说明
error_code	integer	是	请求状态码
error_message	string	是	请求状态

返回示例：

 {
  "error_code": 0,
  "error_message": "请求成功"
}

音频文件转写极速版API

呼叫中心语音-音频文件转写（8K）