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
对象存储服务OBS：用于存放用户上传的客服中心录音文件和工作流处理的语音识别结果和分析结果。 函数工作流服务FunctionGraph：用于配置工作流的触发器和部署语音质检算子。
展开内容 收起内容 方案优势 高准确率 采用华为云语音交互服务 SIS的ASR能力，将录音文件转写成识别文本，在通用测试数据集上正确率可达90%以上。 开箱即用 通过配置算子触发规则和内容分析规则，用户只需要上传语音文件即可完成客服中心语音质检。
功能介绍 实时语音识别 实时语音识别服务，用户通过实时访问和调用API获取实时语音识别结果，支持的语言包含中文普通话、方言和英语，方言当前支持四川话、粤语和上海话。 文本时间戳 为音频转换结果生成特定的时间戳，从而通过搜索文本即可快速找到对应的原始音频。
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。
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。
附录 名词解释 基本概念、云服务简介、专有名词解释 语音交互服务SIS：以API的形式，对外提供语音转文本以及文本转语音的服务。 函数工作流 FunctionGraph：FunctionGraph是一项基于事件驱动的函数托管计算服务。使用FunctionGraph函数，只需编写业务函数代码并设置运行的条件
表2 RASRConfig 参数名称 是否必选 参数类型 描述 audioFormat 是 String 音频格式，SDK内置录音功能只支持pcm16k16bit，参见《API参考》中开始识别章节。
实施步骤 准备工作 快速部署 开始使用 快速卸载
附录 名词解释 基本概念、云服务简介、专有名词解释 语音交互服务SIS：以API的形式，对外提供语音转文本以及文本转语音的服务。 函数工作流 FunctionGraph：FunctionGraph是一项基于事件驱动的函数托管计算服务。使用FunctionGraph函数，只需编写业务函数代码并设置运行的条件
如何查看实时语音识别的中间结果 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。在使用API或SDK时，可以通过将interim_results参数设置为yes，将识别过程的中间结果返回。如果设置为no，则会等每句话完毕才会返回识别结果。
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
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，具体请参考华为云官网价格，实际以收费账单为准： 表1 资源和成本规划（按需计费） 华云服务 配置示例 每月预估花费 语音交互服务 区域：华北-北京四 计费模式：按需计费 涉及服务：录音文件识别 录音文件识别：2.5
实施步骤 准备工作 快速部署 开始使用 快速卸载
语音识别-隐私通话内容分析 语音识别-隐私通话内容分析 查看部署指南 方案咨询 该解决方案有何用途？ 该解决方案基于华为云语音交互服务 SIS及函数工作流 FunctionGraph，构建一套隐私通话内容分析工作流。
修订记录 发布日期 修订记录 2022-09-30 第一次正式发布。 2023-02-28 修订实施步骤。
实施步骤 准备工作 快速部署 开始使用 快速卸载
是否支持aac格式的语音文件转文字 一句话识别和录音文件识别以及实时语音识别均可实现语音转文字，一句话识别支持aac格式，录音文件识别和实时语音识别不支持aac格式。 父主题： 产品咨询类
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
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
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。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
