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
语音交互服务的监控指标 功能说明 本节定义了语音交互服务上报云监控服务的监控指标的命名空间，监控指标列表和维度定义，用户可以通过云监控服务提供管理控制台来检索SIS服务产生的监控指标和告警信息。 命名空间 SYS.SIS 监控指标 指标ID 指标名称 指标含义 取值范围 测量对象
用户通过调用API接口，将语音文件识别成可编辑的文本，然后返回JSON格式的识别结果，用户需要通过编码将识别结果对接到业务系统或保存为TXT、Excel等格式。 首次使用SIS 如果您是首次使用SIS的用户，建议您学习并了解如下信息： 功能介绍 通过功能介绍章节的内容，了解SIS不同功能的具体介绍，主要包括实时语音识别（Real-time
请求。 请求消息 表1 参数说明 名称 参数类型 是否必选 说明 command String 是 需设置为START，表示开始识别请求。 text String 是 待合成的文本，chinese_huaxiaomei_common,chinese_huaxiaofei_common
是否保存为本地音频。 saved_path 否 String 保存音频的本地路径，只有在请求时saved参数设置为true才生效。 表5 Result 参数名称 是否必选 参数类型 说明 data 是 String 合成后生成的语音数据，以Base64编码格式返回。 代码示例 如下示例仅供
口，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，同时也支持通过调用语音合成接口将文本转换成逼真的语音等。适用场景有语音客服质检、会议记录、语音短消息、有声读物、电话回访等。 调用API接口需要具备一定的编程开发能力，返回的结果为JSON格式，用户需要通过编程来处理识别结果。
语音合成后输出的音频格式是什么 语音合成后返回一组Base64编码格式的语音数据，用户需要用编程语言或者sdk将返回的Base64编码格式的数据解码成byte数组，再保存为wav格式的音频。 语音合成（Text To Speech ，TTS服务）服务的音频格式则根据接口中audi
通过set方法可以设置具体参数，详见表 RttsRequest设置参数 表3 RttsRequest设置参数 方法名称 是否必选 参数类型 描述 SetAudioFormat 否 String 设置语音格式，默认pcm。 SetAudioProperty 否 String 设置语音合成特
通过set方法可以设置具体参数，详见表 RttsRequest设置参数 表3 RttsRequest设置参数 方法名称 是否必选 参数类型 描述 SetAudioFormat 否 String 设置语音格式，默认pcm。 SetAudioProperty 否 String 设置语音合成特
WebSocket API 是 HTML5 提供的一种在 TCP 连接上进行全双工通讯协议的 API, 但 WebSocket API 不支持设置 Headers，如需设置 Headers, 建议通过 Nginx 配置反向代理设置 Header; 或者由后端发起 Websocket
); // 设置读取超时，默认10000ms config.setReadTimeout(SisConstant.DEFAULT_READ_TIMEOUT); // 设置代理, 一定要确保代理可用才启动此设置。 代理初始化也可用不加密的代理，new ProxyHostInfo(host
ogg-opus、AMR等多种格式，详见API参考文档中的“audio_format取值范围”。 语音时长不超过5小时，文件大小不超过300M，用户的识别任务在6小时内完成并返回识别结果，识别结果保存72小时（从转写完成的时间算起）。 支持中文普通话、四川话识别。 父主题： 约束与限制
format is invalid!" 解决方案 确保设置的audio_format格式的值是合法，即设置的格式是表1中的格式。 确保待识别音频的格式和接口参数中设置的audio_format参数格式一致。 表1 录音文件识别支持的音频格式 audioformat取值 说明 auto
如chinese_8k_common，参见《API参考》中开始识别章节。 通过set方法可以设置具体参数，详见表 RasrRequest设置参数 表3 RasrRequest设置参数 方法名称 是否必选 参数类型 描述 SetPunc 否 String 表示是否在识别结果中添加标点，取值为yes
如chinese_8k_common，参见《API参考》中开始识别章节。 通过set方法可以设置具体参数，详见表 RasrRequest设置参数 表3 RasrRequest设置参数 方法名称 是否必选 参数类型 描述 SetPunc 否 String 表示是否在识别结果中添加标点，取值为yes
Console均可以查到）。 检查获取Token是否正常。 确保获取Token为24小时之内的Token。 确保获取Token的参数嵌套是否正确。 正确的嵌套应该如下列代码示例所示，错误的嵌套也能获取Token，但无法访问服务。 使用AK/SK方式访问，检查AK和SK是否填写正确。
为什么会出现识别结果非常差的情况 问题现象 调用语音识别接口，识别结果同真实结果差别很大，或者服务端报音频格式错误。 解决方案 检查音频采样率是否符合。 对于裸音频，可采用toolsoft Audio player等工具进行试听，通过设置不同的采样率，播放正常的即为音频正常采样率。
为什么录音文件识别出现重复转写结果 问题现象 调用录音文件识别接口，识别的结果出现两条完全一致的结果。 解决方案 由于声道设置的原因，单声道的音频按照双声道处理了。 在请求中将参数“channel”的值修改成“MONO”或者直接去掉请求参数中的“channel”项。 父主题： API使用类
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。详细参数说明请见实时语音识别。 父主题： API使用类
服务内部的令牌，可用于在日志中追溯具体流程。 result List 时间戳信息 表2 result数据结构 名称 参数类型 说明 start_time Integer 文本对应的合成音频的开始时间戳，单位是ms。 end_time Integer 文本对应的合成音频的结束时间戳，单位是ms。
可能原因 实时语音识别的初始静默时间过长无法识别。 解决方案 方法一：将参数设置中静默时间的参数vad_head 的值设置大一些，详细请参见API参考的实时语音识别的请求参数。 方法二：处理音频文件，将识别文件初始的静默音频剪切掉。 父主题： API使用类
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
