开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
语音技术

    接口说明

    语音识别

    接口描述

    向远程服务上传整段语音进行识别

    请求说明

    举例:

    public void asr(AipSpeech client)
    {
        // 对本地语音文件进行识别
        String path = "D:\\code\\java-sdk\\speech_sdk\\src\\test\\resources\\16k_test.pcm";
        JSONObject asrRes = client.asr(path, "pcm", 16000, null);
        System.out.println(asrRes);
    
        // 对语音二进制数据进行识别
        byte[] data = Util.readFileByBytes(path);     //readFileByBytes仅为获取二进制数据示例
        JSONObject asrRes2 = client.asr(data, "pcm", 16000, null);
        System.out.println(asrRes2);
    
    }

    接口函数说明:

    // 语音识别
    JSONObject asr(String path, String format, int rate, HashMap<String, Object> options);
    JSONObject asr(byte[] data, String format, int rate, HashMap<String, Object> options);
    参数 类型 描述 是否必须
    path/data String/byte[] 语音文件所在路径或二进制数据, 语音文件的格式,pcm 或者 wav 或者 amr。不区分大小写
    format String 语音文件的格式,pcm 或者 wav 或者 amr。不区分大小写。推荐pcm文件
    rate int 采样率,16000、8000,固定值
    cuid String 用户唯一标识,用来区分用户,填写机器 MAC 地址或 IMEI 码,长度为60以内
    dev_pid Int 不填写lan参数生效,都不填写,默认1537(普通话 输入法模型),dev_pid参数见本节开头的表格
    lan(已废弃) String 历史兼容参数,请使用dev_pid。如果dev_pid填写,该参数会被覆盖。语种选择,输入法模型,默认中文(zh)。 中文=zh、粤语=ct、英文=en,不区分大小写。

    dev_pid 参数列表

    dev_pid 语言 模型 是否有标点 备注
    1537 普通话(纯中文识别) 语音近场识别模型 有标点 支持自定义词库
    1737 英语 无标点 不支持自定义词库
    1637 粤语 有标点 不支持自定义词库
    1837 四川话 有标点 不支持自定义词库
    1936 普通话远场 远场模型 有标点 不支持

    语音识别 返回数据参数详情

    参数 类型 是否一定输出 描述
    err_no int 错误码
    err_msg int 错误码描述
    sn int 语音数据唯一标识,系统内部产生,用于 debug
    result int 识别结果数组,提供1-5 个候选结果,string 类型为识别的字符串, utf-8 编码

    返回样例:

    // 成功返回
    {
    	"err_no": 0,
    	"err_msg": "success.",
    	"corpus_no": "15984125203285346378",
    	"sn": "481D633F-73BA-726F-49EF-8659ACCC2F3D",
    	"result": ["北京天气"]
    }
    
    // 失败返回
    {
    	"err_no": 2000,
    	"err_msg": "data empty.",
    	"sn": null
    }
    上一篇
    快速入门
    下一篇
    错误信息