接口说明

功能介绍

对一分钟内的短语音进行识别，适用于对话聊天，控制口令等较短的语音识别场景。

• 支持音频编码格式：pcm(无压缩的pcm文件或wav文件)、opus，16bit采样位数的单声道(mono)；
• 支持音频采样率：8000Hz、16000Hz；
• 支持对返回结果进行设置：是否返回中间识别结果，是否在后处理中添加标点，是否将中文数字转为阿拉伯数字输出。
• 支持多种语言的识别，可在控制台编辑项目中进行 模型选择

调用限制

• 传入的语音数据不能超过60s

服务地址

交互流程

说明：交互流程图为Java SDK、C++ SDK、iOS SDK、Android SDK的交互流程，不包含RESTful API的交互流程，RESTful API的交互流程图请直接阅读RESTful API 2.0一节。

说明：所有服务端的响应都会在返回信息的header包含task_id参数，用于表示本次识别任务的ID，请记录下这个值，如果发生错误，请将task_id和错误信息提交到工单。

0. 鉴权

客户端在与服务端建立WebSocket链接的时候，需要使用Token进行鉴权。Token获取请阅读 获取 Token 。

1. start and confirm

客户端发起一句话识别请求，服务端确认请求有效。其中在请求消息中需要进行参数设置，各参数由SDK中SpeechRecognizer对象的相关set方法设置，各参数含义如下：

2. send and recognize

循环发送语音数据，持续接收识别结果：

• 若enable_intermediate_result设置为 true， 服务端会持续多次返回RecognitionResultChanged消息，即中间识别结果，如：

北京的天
北京的天气

服务端返回的响应消息：

{
    "header": {
        "namespace": "SpeechRecognizer",
        "name": "RecognitionResultChanged",
        "status": 20000000,
        "message_id": "e06d2b5d50ca40d5a50d4215c7c8d37c",
        "task_id": "4c3502c7a5ce4ac3bdc488749ce4f235",
        "status_text": "Gateway:SUCCESS:Success."
    },
    "payload": {
        "result": "北京的天气"
    }
}

header对象参数说明：

payload对象参数说明：

注意：最后一次获取的中间识别结果与最终的识别的结果不一定相同，请以RecognitionCompleted消息的结果为最终识别结果。

• 若enable_intermediate_result设置为 false， 此步骤服务端不返回任何消息。

3. stop and complete

客户端发送停止一句话识别请求，通知服务端语音数据发送结束，停止语音识别，服务端返回最终识别结果：

{
    "header": {
        "namespace": "SpeechRecognizer",
        "name": "RecognitionCompleted",
        "status": 20000000,
        "message_id": "10490c992aef44eaa4246614838fde86",
        "task_id": "4c3502c7a5ce4ac3bdc488749ce4f235",
        "status_text": "Gateway:SUCCESS:Success."
    },
    "payload": {
        "result": "北京的天气。"
    }
}

header对象参数说明：

payload对象参数说明：

服务状态码

在服务的每一次响应中，都包含status字段，即服务状态码，状态码各种取值含义如下：

通用错误：

网关错误：

Meta错误：