参数说明
更新时间：2020-06-30
参数说明
- 格式支持：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式）、m4a（AAC编码）；固定16k 采样率；
- 系统支持语言种类 普通话
识别语言及模型选择
短语音识别极速版dev_pid 参数列表
| dev_pid | 语言 | 模型 | 是否有标点 | 备注 |
|---|---|---|---|---|
| 80001 | 普通话(纯中文识别) | 极速版输入法模型 | 有标点 | 支持自定义词库 |
参数简介
目前 API 仅支持整段语音识别的模式，即需要上传完整语音文件进行识别。音频时长不超过60s。 语音数据上传POST方式有2种：
- json格式POST上传本地文件。
- raw格式POST上传本地文件。
语音识别极速版调用地址：https://vop.baidu.com/pro_api
JSON方式上传
语音数据和其他参数通过标准 JSON 格式串行化 POST 上传， JSON 里包括的参数：
| 字段名 | 类型 | 可需 | 描述 |
|---|---|---|---|
| format | string | 必填 | 语音文件的格式，pcm、wav、amr、m4a。不区分大小写。推荐pcm文件 |
| rate | int | 必填 | 采样率，16000，固定值 |
| channel | int | 必填 | 声道数，仅支持单声道，请填写固定值 1 |
| cuid | string | 必填 | 用户唯一标识，用来区分用户，计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内。 |
| token | string | 必填 | 开放平台获取到的开发者[access_token]获取 Access Token "access_token") |
| dev_pid | int | 必填 | 80001 |
| lm_id | int | 选填 | 通过语音自训练平台获取 |
| lan | string | 选填，废弃参数 | 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。 |
| speech | string | 选填 | 本地语音文件的的二进制语音数据 ，需要进行base64 编码。与len参数连一起使用。 |
| len | int | 选填 | 本地语音文件的的字节数，单位字节 |
- (speech, len)： 开发者可以将语音文件进行base64编码，放在 “speech”字段中。并将语音数据的原始长度，填写“len”字段；
上传示例(speech, len 参数)
即：JSON格式POST上传本地文件
固定头部header
Content-Type:application/json请求示例
4K大小的pcm文件（普通话录音）请求：
POST https://vop.baidu.com/pro_apispeech 参数填写为 文件内容base64后的结果：
{
"format":"pcm",
"rate":16000,
"dev_pid":80001,
"channel":1,
"token":xxx,
"cuid":"baidu_workshop",
"len":4096,
"speech":"xxx", // xxx为 base64（FILE_CONTENT）
}返回示例
{"corpus_no":"6433214037620997779","err_msg":"success.","err_no":0,"result":["北京科技馆，"],"sn":"371191073711497849365"}注意事项
len 字段表示原始语音大小字节数，不是 base64 编码之后的长度。
RAW 方式上传
即 raw格式POST上传本地文件 语音数据直接放在 HTTP BODY 中，控制参数以及相关统计信息通过 header和url里参数传递。
Header 参数说明
| 字段名 | 数据类型 | 可需 | 描述 |
|---|---|---|---|
| format | string（格式见下面示例） | 必填 | 语音格式，，pcm、wav、amr、m4a。不区分大小写，推荐使用pcm文件 |
| rate | int（格式见下面示例） | 必填 | 采样率 16000， 固定值 |
语音数据的采样率和压缩格式在 HTTP-HEADER 里的Content-Type 表明，例：
Content-Type: audio/pcm;rate=16000url参数说明
| 字段名 | 可需 | 描述 |
|---|---|---|
| cuid | 必填 | 用户唯一标识，用来区分用户，计算UV值。建议填写能区分用户的机器 MAC 地址或 IMEI 码，长度为60字符以内。 |
| token | 必填 | 开放平台获取到的开发者[access_token]获取 Access Token "access_token") |
| dev_pid | 必填 | 80001 |
| lan | 选填，废弃参数 | 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。 |
URL 示例：
POST https://vop.baidu.com/pro_api?dev_pid=80001&cuid=******&token=1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328接口返回参数
两种上传方式都返回统一的结果，采用 JSON 格式封装，如果识别成功，识别结果放在 JSON的“result”字段中，统一采用 utf-8 方式编码。 （如果使用POST方式的（url,callback）方式，百度服务器会回调用户服务器的callback地址, 返回如下结果）
| 字段名 | 数据类型 | 可需 | 描述 |
|---|---|---|---|
| err_no | int | 必填 | 错误码 |
| err_msg | string | 必填 | 错误码描述 |
| sn | string | 必填 | 语音数据唯一标识，系统内部产生。如果反馈及debug请提供sn。 |
| result | array ( [string,string,…]) | 选填 | 识别结果数组，返回1个最优候选结果。utf-8 编码。 |
识别成功返回 case
{"err_no":0,"err_msg":"success.","corpus_no":"15984125203285346378","sn":"481D633F-73BA-726F-49EF-8659ACCC2F3D","result":["北京天气"]}识别错误返回 case
{"err_no":2000,"err_msg":"data empty.","sn":"481D633F-73BA-726F-49EF-8659ACCC2F3D"}raw 方式测试说明
curl -i -X POST -H "Content-Type: audio/pcm;rate=16000" "http://vop.baidu.com/pro_api?dev_pid=80001&cuid=xxxxx&token=1.a6b7dbd428f731035f771b8d********.86400.1292922000-2346678-124328" --data-binary "@/home/test/test.pcm"错误码解释
见错误码及常见原因部分