長語音轉(zhuǎn)寫簡介

說明

Hi，您好，歡迎使用有道智云長語音轉(zhuǎn)寫接口服務(wù)。

本文檔主要針對需要集成HTTP API的技術(shù)開發(fā)工程師，詳細(xì)描述長語音轉(zhuǎn)寫能力相關(guān)的技術(shù)內(nèi)容。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(lián)系我們：

商務(wù)郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內(nèi)容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云翻譯技術(shù)交流QQ 1群: 652880659

智云翻譯技術(shù)交流QQ 2群: 669384425

智云翻譯技術(shù)交流QQ 3群: 807539209

智云翻譯技術(shù)交流QQ 4群: 936752411

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

• 本文檔主要針對開發(fā)人員，接入測試前需要獲取應(yīng)用ID和應(yīng)用密鑰，并綁定實例；如果您還沒有，請按照 新手指南 獲取。
• 平臺向每個賬戶贈送50元的體驗金，供用戶集成前測試所用。

接口說明

長語音轉(zhuǎn)寫服務(wù)，將一小時內(nèi)的音頻數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，為信息處理和數(shù)據(jù)挖掘提供基礎(chǔ)。您只需要通過調(diào)用長語音轉(zhuǎn)寫 API就可以將音頻數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)。

協(xié)議須知

調(diào)用方在集成長語音轉(zhuǎn)寫API時，請遵循以下規(guī)則。

接口調(diào)用參數(shù)

長語音轉(zhuǎn)寫線上調(diào)用地址：

http://openapi.youdao.com

音頻格式

格式支持：wav（不壓縮，pcm編碼，采樣率：推薦16k ，編碼：16bit位深的單聲道），aac，mp3

支持的語種

文件上傳接口定義

預(yù)處理接口

• 接口uri：/api/audio/prepare

接口參數(shù)：

• 響應(yīng)結(jié)果

•   {????
    "errorCode":?"0",?//錯誤碼???
    "msg":?"success",?//信息說明????
    "result":?"383e72a47557490aa05a344074117a9d"?//返回的任務(wù)ID
    }

文件分片上傳接口

• 接口uri：/api/audio/upload
• 接口說明：

預(yù)處理成功，調(diào)用文件上傳接口；按預(yù)處理設(shè)置的分片信息（sliceNum）依次上傳音頻切片（文件以二進(jìn)制方式multipart讀取上傳），

直到全部切片上傳成功（如預(yù)處理時 sliceNum=2，則需將音頻切分成兩部分，sliceId=1和2，并按順序調(diào)用該接口）；

上一切片成功上傳，才可進(jìn)行下一切片的上傳操作。調(diào)用過程中若出現(xiàn)異常，可重試若干次。

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{????
    "errorCode":?"0",?//錯誤碼????
    "msg":?"success",?//信息說明????
    "result":?null?//返回的任務(wù)ID
}

合并文件

• 接口uri：/api/audio/merge
• 接口說明：

全部文件切片上傳成功后，調(diào)用該接口，通知服務(wù)端進(jìn)行文件合并與轉(zhuǎn)寫操作。 該接口不會返回轉(zhuǎn)寫結(jié)果，而是通知服務(wù)端將任務(wù)列入轉(zhuǎn)寫計劃。轉(zhuǎn)寫的結(jié)果通過 getResult 接口獲取。

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
????"errorCode":?"0",?//錯誤碼
????"msg":?"success",?//信息說明
????"result":?null?//返回的任務(wù)ID
}

查詢轉(zhuǎn)寫進(jìn)度

• 接口uri：/api/audio/get_progress
• 接口說明：

在調(diào)用方發(fā)出合并文件請求后，服務(wù)端已將任務(wù)列入計劃。在獲取結(jié)果前，調(diào)用方需輪詢該接口查詢?nèi)蝿?wù)當(dāng)前狀態(tài)。 當(dāng)且僅當(dāng)任務(wù)狀態(tài)=（轉(zhuǎn)寫結(jié)果上傳完成），才可調(diào)用獲取結(jié)果接口獲取轉(zhuǎn)寫結(jié)果。 輪詢策略由調(diào)用方?jīng)Q定，建議每隔10分鐘輪詢一次。狀態(tài)碼說明見附錄。

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
????"errorCode":?"0",?//錯誤碼
????"msg":?"success",?//信息說明
????"result": [{"status":"9","taskId":"xxxx"}]//處理狀態(tài)：processing；complete
}

查詢轉(zhuǎn)寫結(jié)果

• 接口uri：/api/audio/get_result
• 接口說明：

當(dāng)任務(wù)處理進(jìn)度狀態(tài)為完成時（見查詢處理進(jìn)度接口），調(diào)用該接口獲取轉(zhuǎn)寫結(jié)果。這是轉(zhuǎn)寫流程的最后一步。 轉(zhuǎn)寫結(jié)果各字段的詳細(xì)說明見轉(zhuǎn)寫結(jié)果說明文檔。 服務(wù)端也支持主動回調(diào)，轉(zhuǎn)寫完成之后主動發(fā)送轉(zhuǎn)寫結(jié)果到用戶配置的回調(diào)地址

• 接口參數(shù)：

• 響應(yīng)結(jié)果

{
    "result": [{
        "sentence": "Have a good day.",
        "vad_id": 1,
        "word_timestamps": [70, 270, 390, 710],
        "word_timestamps_eds": [190, 390, 510, 830],
        "words": ["Have", "a", "good", "day."],
        "speaker": 1,
        "partial": false}],
    "errorCode": "0"
}

常用語言demo

java示例

長語音轉(zhuǎn)寫 python demo

python3 示例

長語音轉(zhuǎn)寫 python demo

go 示例

長語音轉(zhuǎn)寫 go demo

任務(wù)狀態(tài)碼

狀態(tài)碼