检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检查存放音频的OBS的Region和服务的Region是否为同一区域，只有同一区域的OBS才能正常访问。 检查音频的OBS URI是否正确。 父主题： API使用类
发送音频数据 在收到“开始识别”的响应之后，可以开始发送音频数据。为节省流量，音频以二进制数据帧形式（binary message）的方式发送。 音频数据将分片发送，也即在获得一定量音频数据的同时就可以发送一个binary message，每个分片建议在50ms~1000ms之间
SIS.0032报错 问题描述 为何调用一句话识别的api接口，返回错误码"SIS.0032"，错误信息为:"'audio_format' is invalid"？ 解决方案 确保设置的audio_format格式的值是合法，待识别的音频格式和audio_format参数格式要保证一致。
语音合成能不能支持返回立体音（双声道）格式的音频 语音合成接口当前仅支持单声道，不支持返回立体音（双声道）格式的音频。 父主题： API使用类
name和domain name不相同，user name为实际的用户名称。 project name指项目名称，如“cn-north-4”。。 父主题： API使用类
实时语音识别工作流程 实时语音识别分为开始识别、发送音频数据、结束识别，断开连接四个阶段。 开始阶段需要发送开始指令，包含采样率，音频格式，是否返回中间结果等配置信息。服务端会返回一个开始响应。 发送音频阶段客户端会分片发送音频数据，服务会返回识别结果或者其他事件，如音频超时，静音部分过长等。
请参考表7。 表7 Result 参数名 参数类型 说明 text String 识别结果。 score Float 识别结果的置信度，取值范围：0~1。此值仅会在最终结果时被赋值，在中间结果时统一置为“0.0”。 说明： 目前置信度作用不是太大，请勿过多依赖此值。 word_info
音频流数据 功能介绍 分多段返回二进制语音数据流，如果用户未设置语音格式，则默认返回pcm格式语音。 父主题： 语音合成结果响应
服务当前处于商用还是免费阶段 当前语音交互服务在中国区已全部商用，使用该服务需要收费。详细的接口费用说明请参见计费说明。 父主题： 计费类
保存音频的本地路径，只有在请求时saved参数设置为true才生效。 表5 Result 参数名称 是否必选 参数类型 说明 data 是 String 合成后生成的语音数据，以Base64编码格式返回。 代码示例 如下示例仅供参考，最新代码请前往SDK（websocket）章节获取并运行。 # -*-
jar、slf4j-api-1.7.21.jar、slf4j-log4j12-1.7.5.jar。新版本需要将其替换成log4j-api-2.12.0.jar、log4j-core-2.12.0.jar、log4j-slf4j-impl-2.12.0.jar、slf4j-api-1.7.30
data 是 String 本地音频文件经过Base64编码后的字符串，音频文件时长小于60s。 表3 Config 参数名称 是否必选 参数类型 描述 audioFormat 是 String 音频格式，具体信息请参见《API参考》中一句话识别章节。 property 是 String
调用成功时为合成语音内容，请参考表5。 调用失败时无此字段。 表5 Result 参数名 是否必选 参数类型 说明 data 是 String 合成后生成的语音数据，以Base64编码格式返回。用户如需生成音频，需要将Base64编码解码成byte数组，再保存为wav音频。 代码示例 如下示例仅供参考，最新代码
功能介绍 实时语音识别 实时语音识别服务，用户通过实时访问和调用API获取实时语音识别结果，支持的语言包含中文普通话、方言和英语，方言当前支持四川话、粤语和上海话。 文本时间戳 为音频转换结果生成特定的时间戳，从而通过搜索文本即可快速找到对应的原始音频。 智能断句 通过提取上下文
音频格式，SDK内置录音功能只支持pcm16k16bit，参见《API参考》中开始识别章节。 property 是 String 属性字符串，language_sampleRate_domain， 如chinese_16k_general，参见《API参考》中开始识别章节。 addPunc 否 String
式，用户通过实时访问和调用API获取语音交互结果。华为云SIS服务支持调用一句话识别、录音文件识别、实时语言识别、语音合成接口等。用户通过调用语音识别类接口，将口述音频、普通话或者带有一定方言的语音文件识别成可编辑的文本，同时也支持通过调用语音合成接口将文本转换成逼真的语音等。适
使用前必读 用户需要具备编程能力，熟悉Java、Python、IOS等编程语言。 用户通过调用API接口，将语音文件识别成可编辑的文本，然后返回JSON格式的识别结果，用户需要通过编码将识别结果对接到业务系统或保存为TXT、Excel等格式。 首次使用SIS 如果您是首次使用SIS的用户，建议您学习并了解如下信息：
音频支持格式，如pcm16k16bit，详见api文档 property = '' # 属性字符串，language_sampleRate_domain, 如chinese_16k_common, 采样率要和音频一致。详见api文档 class MyCallback(RasrCallBack):
例如wav音频，格式是auto。具体参考api文档。 例如音频是pcm格式，并且采样率为8k，则格式填写pcm8k16bit。 如果返回audio_format is invalid 说明该文件格式不支持。具体支持哪些音频格式，需要参考一些api文档。
式。 确保待识别音频的格式和接口参数中设置的audio_format参数格式一致。 表1 录音文件识别支持的音频格式 audioformat取值 说明 auto 自动判断，系统会自动判断并支持WAV（内部支持pcm/ulaw/alaw/adpcm编码格式）、MP3、M4A、ogg
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
