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
响应消息头无特殊用途，可用于定位问题使用。 响应消息体 响应消息体通常以结构化格式返回，与响应消息头中Content-type对应，传递除响应消息头之外的内容。 对于一句话识别接口，返回如下消息体。格式请具体参考一句话识别响应消息部分。 { "trace_id": "567e
alaw16k8bit、alaw8k8bit、WAV（支持pcm/ulaw/alaw/adpcm编码格式）、MP3、M4A、ogg-speex、ogg-opus、AMR等多种格式，详见API参考文档中的“audio_format取值范围”。 语音时长不超过5小时，文件大小不超过3
任务创建时间，遵循 RFC 3339格式。 格式示例：2018-12-04T13:10:29.310Z。 start_time 否 String 开始识别时间，遵循 RFC 3339格式。 当status为FINISHED或ERROR时存在。 格式示例：2018-12-04T13:10:29
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)
todo 请正确填写音频格式和模型属性字符串 * 1. 音频格式一定要相匹配。 * 例如obs url是xx.wav, 则在录音文件识别格式是auto。 * 例如音频是pcm格式，并且采样率为8k，则格式填写pcm8k16bit。
oject_id”参数会自动填充，无需填写。 填写待合成文字。 在text中输入待合成的文本，其中config参数为合成音频的音色、语速、格式等设置项，可使用默认值。 单击“调试”按钮，获取识别结果。 父主题： 调用API或SDK
支持pcm16k16bit、pcm8k16bit、ulaw16k8bit、ulaw8k8bit、alaw16k8bit、wav、amr、amrwb等多种格式，详见API参考文档中的“audio_format取值范围”。 音频时长不超过1分钟。 支持中文普通话、方言和英语的语音识别，其中方言包括：四川话、粤语和上海话。
16k8bit alaw单通道录音数据。 alaw8k8bit 8k8bit alaw单通道录音数据。 目前仅支持裸音频格式，仅支持pcm编码的wav格式，不支其他wav头或者arm格式的编码。 示例 { "command": "START", "config": { "audio_format":
检查上一个请求结果，上一个请求返回之后再发送下一个请求，避免请求过于频繁。 请检查音频是否过大，或网络延时过长。如果音频过大，可利用mp3格式进行压缩；如果网络延时较长，可以适当提升网络传输速度。 您可以直接使用SIS服务提供的SDK调用服务，避免出现该问题，SDK获取地址请参见获取SDK。
表7 audio_format取值范围 audio_format取值 描述 auto 默认格式，系统自动判断，支持的音视频格式如下：WAV（内部支持pcm/ulaw/alaw/adpcm编码格式）、AMR、FLAC、M4A、MP3、OGG、WEBM、AAC、AC3、MOV、WMA、
TtsCustomRequest 参数名称 是否必选 参数类型 描述 text 是 String 待合成的文本。 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》中语音合成章节。 pitch 否 Integer 音高，[-500,500]
音等。适用场景有语音客服质检、会议记录、语音短消息、有声读物、电话回访等。 调用API接口需要具备一定的编程开发能力，返回的结果为JSON格式，用户需要通过编程来处理识别结果。 您可以根据以下介绍选择合适的使用方式： 通过华为云EI智能体验馆，零基础，一键快速体验语音交互功能。
息体类型的请求头“Content-Type”，请求鉴权信息等。 如下公共消息头需要添加到请求中。 Content-Type：消息体的类型（格式），必选，默认取值为“application/json”。 X-Auth-Token：用户Token，可选，当使用Token方式认证时，必
流畅的语音。用户通过实时访问和调用API获取语音合成结果，将用户输入的文字合成为音频。通过音色选择、自定义音量、语速、音高等，可自定义音频格式，为企业和个人提供个性化的发音服务。 父主题： 使用前必读
描述 data 否 String 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，再保存为音频，音频格式同“audio_format”参数设置的值，默认为wav格式。 语音合成代码示例请参考SDK，SDK已对Base64转音频过程进行封装，可以直接获取音频文件。
是 String 本地音频文件经过Base64编码后的字符串，音频文件时长不超过1min。 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 属性字符串，语言_采样率_模型，如chinese_1
请求类为RasrRequest，详见表3。 表3 RasrRequest 参数名称 是否必选 参数类型 描述 audioFormat 是 String 音频格式，支持pcm，alaw，ulaw等，如pcm8k16bit，参见《API参考》中开始识别章节。 property 是 String 属性字
可定制特定垂直领域的语言层模型，可识别更多专有词汇和行业术语，进一步提高识别准确率。 一句话识别 可以实现1分钟以内音频到文字的转换。对于用户上传的二进制音频格式数据，系统经过处理，生成语音对应的文字，支持的语言包含中文普通话、方言以及英语。方言当前支持四川话、粤语和上海话。 产品优势 高识别率 基
文件路径，一句话识别目前仅支持上传音频文件的base64编码 private String pathAudioFormat = ""; // 文件格式，如wav等 private String pathProperty = ""; // 属性字符串，language_sampleRate_domain
tsConfig。 表1 TtsConfig 参数名称 是否必选 参数类型 描述 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》中语音合成章节。 pitch 否 Integer 音高，[-500,500]
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
