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
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。
修订记录 发布日期 修订记录 2022-11-30 第一次正式发布。 2023-03-09 修订实施步骤。 2024-09-18 适配函数工作流EventGrid触发器。
快速卸载 删除委托 在进行一键卸载之前,需要先删除该方案创建的委托。 登录华为云统一身份认证服务控制台,在“委托”菜单栏中找到以该方案OBS桶名称为前缀的委托,单击“删除”。 图1 删除委托 在弹出的删除确认框中单击“是”进行删除。 图2 确认删除 一键卸载 解决方案部署成功后,单击该方案堆栈后的
对象存储服务OBS:用于存放用户上传的隐私通话录音文件和工作流处理的语音识别结果和分析结果。 函数工作流FunctionGraph:用于配置工作流的触发器和部署内容分析算子。
准备工作 获取事件网格 EG云服务事件通道ID 进入华为云官网,打开控制台管理界面,打开事件网格,复制default通道ID。 图1 获取事件通道ID 语音交互服务开通授权 登录语音交互服务控制台,在控制台左上角选择区域为“北京四”,左侧菜单选择服务授权,打开对象存储服务授权。如之前已打开过授权
LEFT_AGENT 登录华为云解决方案实践,选择“语音识别-客服中心语音质检”模板,单击“一键部署”,跳转至解决方案创建堆栈界面。 图1 解决方案实施库 在选择模板界面中,单击“下一步”。 图2 选择模板 在配置参数界面中,参考表1完成自定义参数填写,单击“下一步”。
修订记录 发布日期 修订记录 2022-11-30 第一次正式发布。 2023-03-09 修订实施步骤。 2025-01-06 适配函数工作流EventGrid触发器。
结果示例 客服中心语音质检结果如下所示,支持语音识别结果、原始录音文件地址、录音时长、规则命中结果、命中位置等多个字段。
charset=UTF-8 Guid:xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx.AgentGateway1 请求参数 无 响应参数 { "message": "success", "retcode": "0" } 父主题: 订阅语音识别结果接口
该内容格式依赖AICC对接的ASR厂商定义的nlresult值,请根据具体返回格式进行适配。例如,本节样例报文中,该参数的值为AICC公有云场景下返回的格式“<nlresult 挂失;time=9460 9850>”。 iscontentenc:识别结果内容是否加密。
快速卸载 登录资源编排服务 RFS,进入“资源栈”,选择创建的资源栈名称,单击“删除”。 图1 一键卸载 在弹出的删除资源栈确认框中,输入“Delete”,单击“确定”,即可卸载解决方案。 图2 删除资源栈确认 父主题: 实施步骤
结果示例 隐私通话内容分析结果如下所示,支持语音识别结果、原始录音文件地址、录音时长、规则命中结果、命中位置等多个字段。
而音频信号的丰富变化性是由说话人的各种复杂特性或者说话风格与语速、环境噪声、信道干扰、方言差异等因素引起的。声学模型需要足够的鲁棒性来处理以上的情况。
xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx.AgentGateway1 请求参数 { "serverId": "20140414172508-001-00101" } 响应参数 { "message": "success", "retcode": "0" } 父主题: 订阅语音识别结果接口
nlrresult", "nlpFlag": "true", "flowAccessCode": "801166010768953344" } 响应参数 { "message": "success", "retcode": "0" } 父主题: 订阅语音识别结果接口
Websocket握手请求 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 父主题: 实时语音识别接口
资源和成本规划 该解决方案主要部署如下资源,不同产品的花费仅供参考,实际以收费账单为准,具体请参考华为云官网价格: 表1 资源和成本规划 华为云服务 配置示例 每月花费 录音文件识别服务 区域:华北-北京四 计费模式:包年包月套餐包 计费价格:15元/10h 15元 对象存储服务
但如果识别音频过程中被AsrClient类中的stopListening()或者cancel()方法打断,则不会调用此回调接口void onAudioStart()在音频开始时,ASR引擎服务端调用此回调接口void onAudioEnd()在音频结束时,ASR引擎服务端调用此回调接口
实时语音识别多人同时使用,如何区分各自识别结果 每个用户独立建立websocket连接,不可共用一个websocket连接。 父主题: API使用类
空 登录华为云解决方案实践,选择“语音识别-隐私通话内容分析”模板,单击“一键部署”,跳转至解决方案创建堆栈界面。 图1 解决方案实施库 在选择模板界面中,单击“下一步”。 图2 选择模板 在配置参数界面中,参考表1完成自定义参数填写,单击“下一步”。