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
Studio开发，根据自己爱好自行选择)。 将下载的 huaweicloud-android-sdk-sis-1.1.0.zip解压之后，使用idea打开该工程，根据指示，修改相关信息即可运行demo（目前该SDK仅支持在Android8 及以上版本系统中使用，推荐使用真机进行调试）。 用户可将libs目录中的
推荐使用新版SDK语音交互服务SDK，该SDK基于统一规范开发，支持Java/Python/C++/.NET/Go/NodeJs/PHP，使用方法可参考API Explorer。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能，但该SDK暂不支持通过websocket的方法调用的
语音交互服务提供了用户认证和鉴权功能。 对象存储服务 SIS服务接口支持从对象存储服务（Object Storage Service，OBS）上采用临时授权和匿名公开授权的方式获取数据并进行处理。录音文件识别支持从OBS上采用授权的方式获取数据并进行处理。OBS更多信息请参见《对象存储服务产品介绍》。
chinese_8k_general 支持采样率为8k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。 格式支持pcm8k16bit/alaw8k8bit/ulaw8k8bit，区域支持cn-east-3和cn-north-4（强烈推荐使用）。 chinese_16k_general 支持采样率
访问控制 SIS支持通过权限控制（IAM权限）进行访问控制。 表1 表1 SIS访问控制 访问控制方式 简要说明 权限控制 IAM权限 IAM权限是作用于云资源的，IAM权限定义了允许和拒绝的访问操作，以此实现云资源权限访问控制。管理员创建IAM用户后，需要将用户加入到一个用户组中，I
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_
SIS服务提供了两种接口，包含REST（Representational State Transfer）API，支持您通过HTTPS请求调用，请参见表1。也包含WebSocket接口，支持Websocket协议，请参见表2。 表1 REST API功能 接口 功能 API URI 一句话识别接口
体费用请参考价格计算器。 普通发音人：取值范围请参考表 普通发音人property取值范围。 精品发音人：区域仅支持cn-north-4、cn-east-3，暂时不支持音高调节，取值范围请参考表 精品发音人property取值范围。使用精品发音人如果报错SIS.0411，请检查是否符合使用约束。
common、chinese_huaxiaofei_common支持该功能，其他property暂不支持 表3 普通发音人property取值范围 名称 property取值 类型 使用场景 支持采样率（Hz） 支持audio_format 小琪 chinese_xiaoqi_common
角色类型，目前对于8k音频以及16k双声道音频仅支持 AGENT（座席），USER（用户）。可用于电话质检等场景。对于16k单声道音频，支持多个说话人，取值范围是（speaker1 ~ speaker10），最多支持10个说话人，可用于会议场景。 emotion 否 String 情绪类型，目前仅支持NORMAL（
Service，简称SIS）是一种人机交互方式，用户通过实时访问和调用API获取语音交互结果。例如用户通过语音识别功能，将口述音频或者语音文件识别成可编辑的文本，同时也支持通过语音合成功能将文本转换成逼真的语音等提升用户体验。适用场景如语音客服质检、会议记录、语音短消息、有声读物、电话回访等。 免费体验 一句
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。
表5 property取值范围 property取值 描述 chinese_8k_common 支持采样率为8k的中文普通话语音识别。 chinese_16k_conversation 支持采样率为16k的会议场景的中文普通话语音识别。 响应参数 响应类为FlashLasrResponse
服务器使用，服务器会使用此字段组装成另一个key值放在握手返回信息里发送客户端。 x3JJHMbDL1EzLkh9GBhXDw== Sec-WebSocket-Version 发送WebSocket握手请求时，包含该头域。 标识了客户端支持WebSocket协议的版本。 13 X-Auth-Token
WebSocket API 是 HTML5 提供的一种在 TCP 连接上进行全双工通讯协议的 API, 但 WebSocket API 不支持设置 Headers，如需设置 Headers, 建议通过 Nginx 配置反向代理设置 Header; 或者由后端发起 Websocket
Interface，应用程序编程接口）获取语音交互结果。例如用户通过语音识别功能，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，同时也支持通过语音合成功能将文本转换成逼真的语音等提升用户体验。适用场景如语音客服质检、会议记录、语音短消息、有声读物、电话回访等。 父主题： 产品咨询类
请确保音频格式和请求格式参数保持一致，音频采样率和选择“property”参数中采样率保持一致。 2. 请确保音频位宽为16bit，目前仅支持16bit位宽的音频，如果低于该位宽的音频，则无法正常识别。 父主题： API使用类
”）进入管理控制台。 单击“申请公测”，进行服务公测申请。 审核通过后，若服务无法使用，请注销账户后重新登录，即可开始使用。 如需同时申请多个服务，选择相应服务后，单击“批量申请公测”。 公测审批当前是人工审批，一般需要等待1~2天，如遇节假日顺延。 父主题： API使用类
h-4，不支持need_word_info参数。 chinese_16k_it 支持采样率为16k的IT会议语音识别。区域仅支持cn-north-4。 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。
如何调整并发 API接口支持并发调用。具体可咨询商务合作。 父主题： API使用类
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
