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
common，通用领域 默认：chinese_xiaoyan_common 实时语音合成和语音合成属于同一种资源，按次计费。实时语音合成普通发音人，每100字计一次。精品发音人每50字计一次。 speed Integer 否 语速。 取值范围：-500~500 默认值：0 pitch Integer
权限类 语音交互服务需要申请什么权限 如何通过主账号创建一个子账号 语音识别是强制绑定使用OBS进行录音文件存储吗
String 以下之一：none, x-weak, weak, medium,strong, x-strong 否 定义韵律（none=没有韵律，x-weak=很短，x-strong=很长） 标签关系：<break> 是空标签，不能包含任何标签。 示例： 一句话<break/>另外一句话 一句话<break
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，建议在需要实时反馈的情况下100ms，不需要实时反
对输入语音流进行静音检测，识别效率和准确率更高。 产品优势 识别准确率高 采用最新一代语音识别技术，基于深度神经网络（Deep Neural Networks，简称DNN）技术，大大提高了抗噪性能，使识别准确率显著提升。 识别速度快 把语言模型、词典和声学模型统一集成为一个大的神经网络，同时在工程上进行了大量的优化，
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 一句话识别 POST /v1/{project_id}/asr/short-audio 录音文件识别接 录音文件识别接口 识别接口：POST
识别过程中发生错误，比如音频解码发生错误。 出现错误响应时，如果已经在一个会话中了，会再发送一个“结束识别”的响应，表示识别会话结束。如果会话还没有开始，那么发送此错误响应后不做其它操作。此后的音频数据都被忽略，直到收到下一个“开始识别”请求。 响应消息 表1 响应参数 参数名 参数类型
Audio player等工具进行试听，通过设置不同的采样率，播放正常的即为音频正常采样率。 如果检查参数“property”是否与采样率一致，如“chinese_8k_common”， 8k即采样率。 父主题： API使用类
name可登录控制台“我的凭证”页面获取。password为用户密码。 如果您的华为云账号已升级为华为账号，将不支持获取Token。建议为您自己创建一个IAM用户，获取IAM用户的Token。详细说明请参见账密报错“The username or password is wrong.”。 POST
API使用类 如何查看接口调用量 为什么WebSocket一直连接不成功 为什么会出现识别结果非常差的情况 如何使用Websocket调用实时语音识别 有哪些途径可以使用语音交互的API 返回状态正常，但识别结果为空 Token消息体中user name，domain name和project
接口说明 实时语音识别接口基于Websocket协议实现。分别提供了“流式一句话”、“实时语音识别连续模式”、“实时语音识别单句模式”三种模式。 三种模式的握手请求wss-URI不同，基于Websocket承载的实时语音识别请求和响应的消息格式相同。 开发者可以使用java、py
调用接口有如下两种认证方式，您可以选择其中一种进行认证鉴权。 Token认证：通过Token认证通用请求。 AK/SK认证：通过AK（Access Key ID）/SK（Secret Access Key)加密调用请求。 Token认证 Token的有效期为24小时，需要使用同一个Token鉴权时，可以缓存起来，避免频繁调用。
和请求服务的region保持一致。 SIS.0535 录音文件识请求的文件类型不支持。 确保设置的audio_format格式的值是合法。录音文件识别支持的音频格式如表7所示。 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。 SIS.0536 录音文件识任务提交数量达到限制。
多句结果。详见表5。 表5 Segment 参数名称 是否必选 参数类型 描述 start_time 是 Integer 一句的起始时间戳，单位为ms。 end_time 是 Integer 一句的结束时间戳，单位为ms。 is_final 是 Boolen true表示是最终结果， false表示为中间临时结果。
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。 区域支持cn-east-3和cn-north-4（强烈推荐使用）。不支持max_seconds参数，自动通过静音判断一句话结束与否。 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。
Sentences 参数 是否必选 参数类型 描述 start_time 否 Integer 一句话开始时间，单位毫秒 result 否 Result object 分句结果信息 end_time 否 Integer 一句话结束时间，单位毫秒 表9 Result 参数 是否必选 参数类型 描述 text
securityToken：采用临时AK、SK 认证场景下的安全票据，可以通过token获取或者通过委托授权获取。 初始化客户端（region和指定云服务enddpoint二选一即可）。 指定region方式（强烈推荐） // 初始化客户端认证信息，使用当前客户端初始化方式可不填 projectId/domainId，以初始化
common，通用领域 默认：chinese_xiaoyan_common 实时语音合成和语音合成属于同一种资源，按次计费。实时语音合成普通发音人，每100字计一次。精品发音人每50字计一次。 响应参数 Python SDK响应结果为byte数组，保存合成音频数据。详见代码示例。调用失败处理方法请参见错误码。
String 错误描述。 表3 RASRSentence 参数名 参数类型 说明 startTime Integer 一句的起始时间戳，单位为ms。 endTime Integer 一句的结束时间戳，单位为ms。 isFinal Boolen true表示是最终结果， false表示为中间临时结果。
Sentences 参数 是否必选 参数类型 描述 start_time 否 Integer 一句话开始时间，单位毫秒 result 否 Result object 分句结果信息 end_time 否 Integer 一句话结束时间，单位毫秒 表9 Result 参数 是否必选 参数类型 描述 text
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
