長語音轉寫簡介

說明

Hi，您好，歡迎使用有道智云長語音轉寫接口服務。

本文檔主要針對需要集成HTTP API的技術開發(fā)工程師，詳細描述長語音轉寫能力相關的技術內容。

如果您有與我們商務合作的需求，可以通過以下方式聯系我們：

商務郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內容有任何疑問，可以通過以下幾種方式聯系我們：

客服QQ：1906538062

智云翻譯技術交流QQ 1群: 652880659

智云翻譯技術交流QQ 2群: 669384425

智云翻譯技術交流QQ 3群: 807539209

智云翻譯技術交流QQ 4群: 936752411

聯系郵箱： 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用ID和應用密鑰，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

長語音轉寫服務，將一小時內的音頻數據轉換成文本數據，為信息處理和數據挖掘提供基礎。您只需要通過調用長語音轉寫 API就可以將音頻數據轉換成文本數據。

協議須知

調用方在集成長語音轉寫API時，請遵循以下規(guī)則。

接口調用參數

長語音轉寫線上調用地址：

https://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

預處理接口

• 接口uri：/api/audio/prepare

  接口參數：

• 注意：熱詞的作用：在音頻文件里面識別到相關內容之后，優(yōu)先展示為設置的熱詞效果。

• 響應結果

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

文件分片上傳接口

• 接口uri：/api/audio/upload

• 接口說明：

  預處理成功，調用文件上傳接口；按預處理設置的分片信息（sliceNum）依次上傳音頻切片（文件以二進制方式multipart讀取上傳），

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

  上一切片成功上傳，才可進行下一切片的上傳操作。調用過程中若出現異常，可重試若干次。

• 接口參數：

• 響應結果

{????
    "errorCode":?"0",?//錯誤碼????
    "msg":?"success",?//信息說明????
    "result":?null?//返回的任務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，調用該接口，通知服務端進行文件合并與轉寫操作。 該接口不會返回轉寫結果，而是通知服務端將任務列入轉寫計劃。轉寫的結果通過 getResult 接口獲取。

• 接口參數：

• 響應結果

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

查詢轉寫進度

• 接口uri：/api/audio/get_progress

• 接口說明：

  在調用方發(fā)出合并文件請求后，服務端已將任務列入計劃。在獲取結果前，調用方需輪詢該接口查詢任務當前狀態(tài)。 當且僅當任務狀態(tài)=（轉寫結果上傳完成），才可調用獲取結果接口獲取轉寫結果。 輪詢策略由調用方決定，建議每隔10分鐘輪詢一次。狀態(tài)碼說明見附錄。

• 接口參數：

• 響應結果

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

查詢轉寫結果

• 接口uri：/api/audio/get_result

• 接口說明：

  當任務處理進度狀態(tài)為完成時（見查詢處理進度接口），調用該接口獲取轉寫結果。這是轉寫流程的最后一步。 轉寫結果各字段的詳細說明見轉寫結果說明文檔。 服務端也支持主動回調，轉寫完成之后主動發(fā)送轉寫結果到用戶配置的回調地址

• 接口參數：

• 響應結果

{
    "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

長語音轉寫 python demo

python3 示例

長語音轉寫 python demo

go 示例

長語音轉寫 go demo

任務狀態(tài)碼

狀態(tài)碼