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
回访等。 免费体验 一句话识别和语音合成免费体验请进入链接:https://www.huaweicloud.com/ei/experiencespace/sis.html 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
SDK。使用方法可参考Java SDK、Python SDK、CPP SDK(Windows)、CPP SDK(Linux)。后序章节均指代该SDK。 Java接口与API对应关系 Java接口与API对应关系请参见表 Java接口与API对应关系表。 表1 Java接口与API对应关系表
务支持的SDK列表,您可以在GitHub仓库查看SDK更新历史、获取安装包以及查看指导文档。 表1 SDK列表 编程语言 Github地址 参考文档 Java huaweicloud-sdk-java-v3 Java SDK使用指导 Python huaweicloud-sdk-python-v3
一句话识别(websocket版) 前提条件 确保已经按照配置好Android开发环境。 请参考SDK(websocket)获取最新版本SDK包。 初始化Client 初始化SasrWsClient,其中参数包含AuthInfo,SisHttpConfig,SasrWsRespo
通过编写代码调用SIS服务API。 如果您是开发工程师,熟悉代码编写。华为云语音交互服务为您提供Java/Python等版本的SDK,方便您快速集成。使用方法请参见调用Java SDK实现一句话识别。
所有数据都获得后再开始工作。因此这样就可以在最后一段语音结束后,仅延迟很短的时间(也即等待处理最后一段语音数据以及获取最终结果的时间)即可返回最终识别结果。这种流式输入方式能缩短整体上获得最终结果的时间,极大地提升用户体验。 wss-URI wss-URI格式 wss /v1/{
SetVadHead 否 Integer 头部最大静音时间,[0, 60000],默认10000ms。 SetVadTail 否 Integer 尾部最大静音时间,[0, 3000],默认500ms。 SetMaxSeconds 否 Integer 音频最长持续时间, [1, 60],默认30s。
_SIS_SK ak = os.getenv("HUAWEICLOUD_SIS_AK") # 从环境变量获取ak 参考https://support.huaweicloud.com/sdkreference-sis/sis_05_0003.html assert
vadHead 否 Integer 头部最大静音时间,[0, 60000],默认10000ms。 vadTail 否 Integer 尾部最大静音时间,[0, 3000],默认500ms。 maxSeconds 否 Integer 音频最长持续时间, [1, 60],默认30s。 intermediateResult
设置语速,-500~500,默认0。 SetSubtitle 否 String 设置字幕,部分发音人支持字幕时间戳,详见API文档。 示例代码 如下示例仅供参考,最新代码请前往SDK(websocket)章节获取并运行。 #include "RttsClient.h" #include "RttsRequest
3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。 如以上方案无法解决问题,请联系我们。 父主题: 错误码类
name分别指的是什么 user name指用户名称,domain name指用户所属的账号名称。如果是账号获取token,账号的user name和domain name相同。如果是IAM用户获取token(账号可以创建多个IAM用户),user name和domain name不相同,user
参数类型 说明 start_time 否 Integer 起始时间 end_time 否 Integer 结束时间 word 否 String 分词 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。 # -*- coding: utf-8 -*- from
Nginx 配置反向代理设置 Header; 或者由后端发起 Websocket 请求。 HTML5 WebSocket API 相关文档: https://developer.mozilla.org/en-US/docs/Web/API/WebSockets_API 父主题: API使用类
SetVadHead 否 Integer 头部最大静音时间,[0, 60000],默认10000ms。 SetVadTail 否 Integer 尾部最大静音时间,[0, 3000],默认500ms。 SetMaxSeconds 否 Integer 音频最长持续时间, [1, 60],默认30s。
音频的生成。 前提条件 注册华为账号并开通华为云,并完成实名认证,账号不能处于欠费、冻结、被注销等异常状态。 操作步骤 获取SIS Python SDK。 获取并下载SIS Python SDK包,并进行解压缩。 PyCharm中导入SIS Python SDK。 在PyChar
type is RESTRICTED' 充值后需要等待1min后才能进行调用。如果使用token进行调用api(非ak/sk),需要在充值后重新获取token,再进行调用。 父主题: 计费类
超时通常是由于网络不通造成的,需要对网络环境和代码进行具体分析。 解决方案 检查网络是否正常。 确保网络正常连接互联网,正常访问华为云官网,成功获取Token等。如果使用代理,需要保证代理可用性。 检查url是否存在错误。 如书写出错,http方法出错(get和post混淆)等。 父主题:
语音合成(webSocket版) 前提条件 确保已经按照配置好Android开发环境。 请参考SDK(websocket)获取最新版本SDK包。 初始化Client 初始化RttsClient,其中参数包含AuthInfo和SisHttpConfig和RttsResponseLi
录音文件识别接口,用于转写不超过5小时的音频。由于录音文件转写需要较长的时间,因此转写是异步的。 表4 语音合成接口说明 接口类型 说明 语音合成/实时语音合成 语音合成,依托先进的语音技术,使用深度学习算法,将文本转换为自然流畅的语音。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。