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
准备环境 配置Java环境 配置Python环境 配置Android 环境 配置CPP环境（Windows） 配置CPP环境（Linux）
实时语音识别连续模式 前提条件 确保已经按照配置好iOS开发环境。 请参考SDK（websocket）获取最新版本SDK包。 初始化Client 初始化RASRClient，参数为AuthInfo和RASRConfig。 表1 AuthInfo 参数名称 是否必选 参数类型 描述
一句话识别 前提条件 确保已经按照配置好iOS开发环境。 已经保存好1分钟内音频文件，建议使用16k16bit进行录音并保存为wav格式。 请参考SDK（websocket）获取最新版本SDK包。 初始化Client 初始化SASRClient，参数为AuthInfo，详见表1。
实时语音识别工作流程 实时语音识别分为开始识别、发送音频数据、结束识别，断开连接四个阶段。 开始阶段需要发送开始指令，包含采样率，音频格式，是否返回中间结果等配置信息。服务端会返回一个开始响应。 发送音频阶段客户端会分片发送音频数据，服务会返回识别结果或者其他事件，如音频超时，静音部分过长等。 音频
附录 示例音频 获取项目ID 获取账号ID 获取AK/SK 公共请求参数 公共响应参数 状态码 错误码 配置OBS访问权限
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 基于深度学习
SDK、Python SDK、CPP SDK（Windows）、CPP SDK（Linux）。当前自研SDK仅java和python提供企业项目配置入口，在代码示例中配置，其他语言暂未支持。 表1 下载SDK包 SDK语言 下载地址 Java https://sis-sdk-repository.obs
情绪类型，目前仅支持NORMAL（正常），ANGRY（愤怒），UNKNOWN（未知）。 在识别配置中emotion为true时存在。 speed 否 Float 语速信息，单位是每秒字数。 在识别配置中speed为true时存在。 表7 WordInfo 参数 是否必选 参数类型 描述 start_time
请参考错误信息和API资料，更换正确的输入参数。 SIS.30003 下载OBS上的音频失败。 请检查OBS上音频是否可访问。权限配置方法请参见配置OBS访问权限。 SIS.30004 下载热词文件失败。 请检查热词是否存在。 SIS.30006 音频解码失败。 请检查音频格式是否正常，音频是否是空文件。
议，客户端发送开始识别请求，用于配置一句话识别的配置信息。 请求消息 表3 参数说明 参数名 是否必选 参数类型 说明 command 是 String 表示客户端发送开始识别请求，参数值需设置为START。 config 是 Object 配置信息。结构信息请参见表 config数据结构。
登录访问密钥界面，选择“管理访问密钥 > 新增访问密钥”获取。访问密钥为credentials.csv文件，包含AK/SK信息。 region 部署区域，如：cn-north-4。具体请参考终端节点。 project_id 项目ID，同region一一对应，登录API凭证界面获取。 text
https://{Endpoint}/v3/projects”，其中{Endpoint}为IAM的终端节点。接口的认证鉴权请参见认证鉴权。 响应示例如下，例如，语音交互服务部署的区域为“cn-north-4”，响应消息体中查找“name”为“cn-north-4”，其中projects下的“id”即为项目ID。 {
取值范围请参考表 property取值范围。 obs_bucket_name 是 String 表示在OBS对象桶名，使用前请先授权配置请参见配置OBS访问权限。obs_bucket_name字符长度区间为[3,64)，需要进行urlencode编码。 OBS桶区域需要与接口的地址区域一致。
english_alvin_common发音人支持长度不大于10000字符的文本，其他发音人支持长度不大于500字符的文本。 config Object 否 配置信息。请参考表2。 表2 config数据结构 名称 参数类型 是否必选 说明 audio_format String 否 语音格式头：pcm、alaw、ulaw、mp3。
如：12345服务热线（正确示例为：一二三四五服务热线）。 热词内容仅包含英文和中文，避免出现标点符号、特殊字符或空格，如：。，？.*等。 尽量避免配置单音节的英文单词，避免误召回，如：MAY/TEE等。 使用热词表功能时，同一个项目ID，可以共用热词表，不同的项目ID不能共用热词表。 URI
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
