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
实时语音识别接口 接口说明 Websocket握手请求 实时语音识别请求 实时语音识别响应
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
实时语音识别请求 实时语音识别工作流程 开始识别 发送音频数据 结束识别 父主题： 实时语音识别接口
一句话识别 http接口 websocket接口
状态码 表1 状态码 状态码 说明 100 Continue 101 Switching Protocols 200 OK 201 Created 202 Accepted 203 Non-Authoritative Information 204 NO Content 205 Reset
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
实时语音合成接口 Websocket握手请求 实时语音合成请求 实时语音合成响应
实时语音合成请求 开始语音合成请求 父主题： 实时语音合成接口
时间戳数据 功能介绍 实时语音合成服务在生成音频流的同时，可以生成每个汉字/英文单词的时间戳信息。该信息可用于视频字幕和驱动数字人口型。 参数设置 设置请求参数subtitle为"word_level"或"phoneme_level"时，开启时间戳功能。 响应信息 表1 响应参数
”加到请求消息头即可，如下所示。 Content-Type: application/json X-Auth-Token: ABCDEFJ.... 您还可以通过这个视频教程了解如何使用Token认证：https://bbs.huaweicloud.com/videos/101333 。 父主题： API使用类
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。通过音色选择、自定义音量、语速、音高等，可自定义音频格式，为企业和个人提供个性化的发音服务。 父主题： 使用前必读
“endpoint”即调用API的请求地址，不同服务不同区域的“endpoint”不同，具体请参见终端节点。 快速识别录音文件的音频内容，转写为文字 POST https://{endpoint}/v1/{project_id}/asr/flash?property=chinese_8
托。 上传音频 在OBS“桶列表”页，单击创建的OBS桶。 图2 进入OBS桶 进入“对象”页面，将音频数据上传至OBS桶中。 图3 上传视频数据 获取音频URL 单击已上传的数据名称，进入数据详情页。 图4 进入数据详情页 复制链接，获取数据URL。 图5 获取数据URL 父主题：
请检查OBS是否为公共读状态，或开通了委托授权。 SIS.0701 输入的音频/视频/试题文本大小超过限制。 请参考错误信息和API资料，减少音频/视频/试题文本大小。 SIS.0702 输入参数不合法。 例如，评测语言/评测模式不支持；音频/视频格式不支持；试题文本无效等情况。 请参考错误信息和API资料，更换正确的输入参数。
”加到请求消息头即可，如下所示。 Content-Type: application/json X-Auth-Token: ABCDEFJ.... 您还可以通过这个视频教程了解如何使用Token认证：https://bbs.huaweicloud.com/videos/101333 。 AK/SK认证 A
操作步骤 登录API Explorer。 登录后，“X-Auth-Token”和“project_id”参数会自动填充，无需填写。 填写待合成文字。 在text中输入待合成的文本，其中config参数为合成音频的音色、语速、格式等设置项，可使用默认值。 单击“调试”按钮，获取识别结果。
语音合成后能否返回播放时长 不能，当前语音合成无此参数。若需要知道语音时长，可以将返回语音数据解码转换成音频格式，播放后查看。 父主题： 产品咨询类
language取值：chinese_mandarin，表示汉语普通话。 contents 是 Array of strings 支持中英混编热词，单个热词只能由英文字母和unicode编码的汉字组成，不能有其他符号，包括空格。 单词库支持热词数上限10000。 单个热词长度上限32字节。 响应参数 状态码：
language取值：chinese_mandarin，表示汉语普通话。 contents 是 Array of String 支持中英混编热词，单个热词只能由英文字母和unicode编码的汉字组成，不能有其他符号，包括空格。 阿拉伯数字需写成汉字或英文（如“一”、“one”）。 单词库支持热词数上限10000。
SDK简介 语音交互概述 语音交互服务（Speech Interaction Service，简称SIS）是一种人机交互方式，用户通过实时访问和调用API获取语音交互结果。支持用户通过语音识别功能，将口述音频、普通话或者带有一定方言的语音文件识别成可编辑的文本，同时也支持通过语音
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
