# 实时语音识别单句模式 #### 功能介绍 单句模式自动检测一句话的结束，因此适合于需要与您的系统进行交互的场景，例如外呼、控制口令等场景。 实时语音识别引擎的单句识别模式，和连续识别模式类似，也会进行语音的端点检测，如果检测到静音，将直接丢弃，检测到语音才会馈入核心进行实际的解码工作，如果检测到一段语音的结束点，就会将当前这一段的识别结果返回。和连续识别不同的是，在单句模式下，返回第一段的识别结果后，将不再继续识别后续的音频。这主要是用于和用户进行语音交互的场景下，当用户说完一句话后，往往会等待后续的交互操作，例如聆听根据识别结果播报的相关内容，因而没有必要继续识别后续的音频。 #### wss-URI - wss-URI格式： wss /v1/{project_id}/rasr/sentence-stream - 参数说明 表1参数说明 | 参数名 | 是否必选 | 说明 | |:---|:---|:---| | project_id | 是 | 项目编号。获取方法，请参见[获取项目ID](https://support.huaweicloud.com/api-sis/sis_03_0008.html)。 | 表2请求Header参数 | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | X-Auth-Token | 是 | String | 用户Token。 用于获取操作API的权限。获取方法请参见[认证鉴权](https://support.huaweicloud.com/api-sis/sis_03_0058.html)。响应消息头中X-Subject-Token的值即为Token。 | | Enterprise-Project-Id | 否 | String | 企业项目ID。SIS支持通过企业项目管理（EPS）对不同用户组和用户的资源使用，进行分账。 获取方法：进入"[企业项目管理](https://console.huaweicloud.com/eps/?#/eps/manager/projects)"页面，单击企业项目名称，在企业项目详情页获取Enterprise-Project-Id（企业项目ID）。 ![](https://support.huaweicloud.com/api-sis/zh-cn_image_0000001902254261.png "点击放大") 企业项目创建步骤请参见用户指南。 说明： 账户创建企业项目后，在传参时，有以下三类场景。 - 携带正确的ID，正常使用SIS服务，账单归到企业ID对应的企业项目中。 - 携带错误的ID，正常使用SIS服务，账单的企业项目会被分类为"default"。 - 不携带ID，正常使用SIS服务，账单的企业项目会被分类为"default"。 | - 请求示例（伪码） ``` wss://{endpoint}/v1/{project_id}/rasr/sentence-stream Request Header: X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG... ``` ![](https://support.huaweicloud.com/api-sis/public_sys-resources/note_3.0-zh-cn.png) "endpoint"即调用API的请求地址，不同接口不同区域的"endpoint"不同，具体请参见[终端节点](https://support.huaweicloud.com/api-sis/sis_03_0004.html)。 - Python3语言请求代码示例 ``` # -*- coding: utf-8 -*- # 此demo仅供测试使用，强烈建议使用sdk。需提前安装websocket_client, 执行pip install websocket_client import websocket import threading import time import json def rasr_demo(): url = 'wss://{{endpoint}}/v1/{{project_id}}/rasr/sentence-stream' # endpoint和project_id需替换 audio_path = '音频路径' token = '用户对应region的token' header = { 'X-Auth-Token': token } with open(audio_path, 'rb') as f: data = f.read() body = { 'command': 'START', 'config': { 'audio_format': 'pcm8k16bit', 'property': 'chinese_8k_general' } } def _on_message(ws, message): print(message) def _on_error(ws, error): print(error) ws = websocket.WebSocketApp(url, header, on_message=_on_message, on_error=_on_error) _thread = threading.Thread(target=ws.run_forever, args=(None, None, 30, 20)) _thread.start() time.sleep(1) ws.send(json.dumps(body), opcode=websocket.ABNF.OPCODE_TEXT) now_index = 0 byte_len = 4000 while now_index < len(data): next_index = now_index + byte_len if next_index > len(data): next_index = len(data) send_array = data[now_index: next_index] ws.send(send_array, opcode=websocket.ABNF.OPCODE_BINARY) now_index += byte_len time.sleep(0.05) ws.send("{\"command\": \"END\", \"cancel\": \"false\"}", opcode=websocket.ABNF.OPCODE_TEXT) time.sleep(10) ws.close() if __name__ == '__main__': rasr_demo() ``` - Java语言请求代码示例 ``` import okhttp3.OkHttpClient; import okhttp3.Request; import okhttp3.Response; import okhttp3.WebSocket; import okhttp3.WebSocketListener; import okio.ByteString; import java.net.URL; /** * 此demo仅供测试使用，强烈建议使用SDK * 使用前需已配置okhttp、okio jar包。jar包可通过下载SDK获取。 */ public class RasrDemo { public void rasrDemo() { try { // endpoint和projectId需要替换成实际信息。 String url = "wss://{{endpoint}}/v1/{{project_id}}/rasr/sentence-stream"; String token = "对应region的token"; byte[] data = null; // 存放将要发送音频的byte数组 OkHttpClient okHttpClient = new OkHttpClient(); Request request = new Request.Builder().url(url).header("X-Auth-Token", token).build(); WebSocket webSocket = okHttpClient.newWebSocket(request, new MyListener()); webSocket.send("{\"command\": \"START\", \"config\": {\"audio_format\": \"pcm8k16bit\", \"property\": \"chinese_8k_general\"}}"); webSocket.send(ByteString.of(data)); webSocket.send("{ \"command\": \"END\", \"cancel\": false}"); Thread.sleep(10000); webSocket.close(1000, null); } catch (Exception e) { e.printStackTrace(); } } class MyListener extends WebSocketListener { @Override public void onOpen(WebSocket webSocket, Response response) { System.out.println("connected"); } @Override public void onClosed(WebSocket webSocket, int code, String reason) { System.out.println("closed"); } @Override public void onFailure(WebSocket webSocket, Throwable t, Response response) { t.printStackTrace(); } @Override public void onMessage(WebSocket webSocket, String text) { System.out.println(text); } } public static void main(String[] args) { RasrDemo rasrDemo = new RasrDemo(); rasrDemo.rasrDemo(); } } ``` - JavaScript（nodejs推荐使用v18.20.2 (LTS)版本） ``` // 导入 Node.js 的 ws 库 const WebSocket = require('ws'); function sentenceStreamDemo(endpoint,audioPath, projectID, token) { const url = `wss://${endpoint}/v1/${projectID}/rasr/sentence-stream`; // 替换 endpoint 和 projectID // 读取音频文件内容 const fs = require('fs'); let data = fs.readFileSync(audioPath); // HTTP Headers中携带Token const headers = { 'X-Auth-Token': token, // 企业id 可选加 // 'Enterprise-Project-Id': 企业id }; // 创建WebSocket实例 const ws = new WebSocket(url, { headers // 添加自定义HTTP头 }); ws.on('open', async () => { const body = { command: 'START', config: { audio_format: 'pcm16k16bit', property: 'chinese_16k_general' } }; ws.send(JSON.stringify(body)); let nowIndex = 0; const byteLen = 3200; // 禁止空值输入 建议范围 2000-10000 while (nowIndex < data.length) { const nextIndex = nowIndex + byteLen; const sendArray = data.slice(nowIndex, nextIndex > data.length ? data.length : nextIndex); ws.send(sendArray, { binary: true }); nowIndex += byteLen; await new Promise(resolve => setTimeout(resolve, 100)); // 模拟延时(单位ms) } const endCommand = JSON.stringify({ command: 'END', cancel: 'false' }); ws.send(endCommand); }); ws.on('message', (data) => { if (data instanceof Buffer) { // 将Buffer转换为UTF-8编码的字符串 const messageString = data.toString('utf8'); console.log('Received (converted from Buffer):', messageString); const type = JSON.parse(messageString).resp_type; if (type ==='END'|| type ==='ERROR') { ws.close(); } } }); ws.on('error', (error) => { console.error('WebSocket Error:', error); }); }; sentenceStreamDemo(endpoint,audioPath, projectID, token); ```