语音交互服务 SIS-http接口:请求参数
下载语音交互服务 SIS用户手册完整版
请求参数
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
X-Auth-Token |
是 |
String |
用户Token。 用于获取操作API的权限。获取方法请参见认证鉴权。响应消息头中X-Subject-Token的值即为Token。 |
Enterprise-Project-Id |
否 |
String |
企业项目ID。SIS支持通过企业项目管理（EPS）对不同用户组和用户的资源使用，进行分账。 获取方法：进入“企业项目管理”页面，单击企业项目名称，在企业项目详情页获取Enterprise-Project-Id（企业项目ID）。
企业项目创建步骤请参见用户指南。 说明：
账户创建企业项目后，在传参时，有以下三类场景。
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
config |
是 |
Config object |
配置信息。 |
data |
是 |
String |
语音数据，Base64编码，要求Base64编码后大小不超过4M，音频时长不超过1分钟。Base64编码示例如/+MgxAAUeHpMAUkQAANhuRAC...，如果携带data:audio/mp3;base64,类前缀，会产生报错。 |
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
audio_format |
是 |
String |
支持语音的格式，请参考表 audio_format取值范围。 |
property |
是 |
String |
所使用的模型特征串，通常是 “语种_采样率_领域”的形式，采样率需要与音频采样率保持一致，取值范围请参考表 property取值范围。 |
add_punc |
否 |
String |
表示是否在识别结果中添加标点，取值为“yes”和“no”，默认为“no”。 |
digit_norm |
否 |
String |
表示是否将语音中的数字识别为阿拉伯数字，取值为“yes” 和 “no”，默认为“yes”。 |
vocabulary_id |
否 |
String |
热词表id，不使用则不填写。创建热词表信息请参考创建热词表。 |
need_word_info |
否 |
String |
表示是否在识别结果中输出分词结果信息，取值为“yes”和“no”，默认为“no”。 |
audio_format取值 |
描述 |
|---|---|
pcm16k16bit |
16k16bit单通道录音数据。 |
pcm8k16bit |
8k16bit单通道录音数据。 |
ulaw16k8bit |
16k8bit ulaw单通道录音数据。 |
ulaw8k8bit |
8k8bit ulaw单通道录音数据。 |
alaw16k8bit |
16k8bit alaw单通道录音数据。 |
alaw8k8bit |
8k8bit alaw单通道录音数据。 |
mp3 |
mp3格式音频。目前仅支持单通道的音频。 |
aac |
aac格式音频。目前仅支持单通道的音频。 |
wav |
带wav封装头的格式，从封装头中自动确定格式，目前仅支持8k/16k采样率、单通道、pcm, alaw, ulaw三种编码格式。 |
amr |
AMR窄带(8k) 压缩录音数据。目前仅支持单通道的音频。 |
amrwb |
AMR 宽带(16k) 压缩录音数据。目前仅支持单通道的音频。 |
auto |
由引擎自动判断音频数据的格式并解码，支持自动判断amr，flac，m4a，mp3，ogg，webm，wav，aac，ac3，mov，wma、amrwb格式。 |
property取值 |
描述 |
|---|---|
chinese_16k_general |
支持采样率为16k的中文普通话语音识别，采用新一代端到端识别算法，识别准确率更高。 区域支持cn-east-3和cn-north-4（强烈推荐使用）。 |
chinese_16k_travel |
支持采样率为16k的中文普通话语音识别，采用新一代端到端识别算法，并针对网约车质检场景进行了优化。 区域支持cn-east-3和cn-north-4（强烈推荐使用）。 |
sichuan_16k_common |
支持采样率为8k/16k的中文普通话与四川话方言识别。区域仅支持cn-north-4，暂不支持digit_norm，vocabulary_id参数。 |
cantonese_16k_common |
支持采样率为8k/16k的粤语方言识别。区域仅支持cn-north-4，暂不支持digit_norm，vocabulary_id参数。 |
shanghai_16k_common |
支持采样率为8k/16k的上海话方言识别，区域仅支持cn-north-4，暂不支持digit_norm，vocabulary_id参数。 |
chinese_8k_common |
支持采样率为8k的中文普通话语音识别。 |
chinese_16k_common |
支持采样率为16k的中文普通话语音识别。 |
english_16k_common |
支持采样率为16k的英文语音识别，区域仅支持cn-east-3。格式仅支持wav，暂不支持add_punc, digit_norm，vocabulary_id，need_word_info参数。 |
english_8k_common |
支持采样率为8k的英文语音识别，区域仅支持cn-east-3。格式仅支持wav，暂不支持add_punc, digit_norm，vocabulary_id，need_word_info参数。 |
