录音文件识别极速版接口 - RecognizeFlashAsr
功能介绍
录音文件识别极速版接口，用于录音文件的同步识别。音频需要上传华为云OBS，提供华为云OBS对象地址，能快速返回识别结果。该接口的使用限制请参见约束与限制，详细使用指导请参见SIS服务使用简介章节。
调试
您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。
授权信息
账号具备所有API的调用权限，如果使用账号下的IAM用户调用当前API，该IAM用户需具备调用API所需的权限，具体权限要求请参见权限和授权项。
URI
POST /v1/{project_id}/asr/flash
参数 | 是否必选 | 参数类型 | 描述 |
|---|---|---|---|
project_id | 是 | String | 项目编号。获取方法，请参见获取项目ID。 |
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。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”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）。
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。
|
参数 | 是否必选 | 参数类型 | 描述 |
|---|---|---|---|
audio_format | 是 | String | 支持语音的格式，请参考表 audio_format取值范围。 |
property | 是 | String | 所使用的模型特征串，通常是 “语种_采样率_领域”的形式，采样率需要与音频采样率保持一致，取值范围请参考表 property取值范围。 |
obs_bucket_name | 是 | String | 表示OBS对象桶名，使用前，请先授权配置，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。 示例： obs url为https://sis-audio-cn4.obs.cn-north-4.myhuaweicloud.com/abc/16k_pcm.wav 则obs_bucket_name值为sis-audio-cn4，obs_object_key值为abc/16k_pcm.wav。如果上传至OBS桶中的文件或OBS路径为中文，obs_object_key的值需要采用中文形式。
|
obs_object_key | 是 | String | 表示OBS对象桶中的对象的键值，长度小于1024个字符，需要进行urlencode编码。 OBS桶区域需要与接口的地址区域一致。 示例： obs url为https://sis-audio-cn4.obs.cn-north-4.myhuaweicloud.com/abc/16k_pcm.wav 则obs_bucket_name=sis-audio-cn4，obs_object_key=abc/16k_pcm.wav |
add_punc | 否 | String | 表示是否在识别结果中添加标点，取值为“yes”和“no”，默认为“no”。 |
digit_norm | 否 | String | 表示是否将语音中的数字识别为阿拉伯数字，取值为“yes” 和 “no”，默认为“yes”。 |
need_word_info | 否 | String | 表示是否在识别结果中输出分词结果信息，取值为“yes”和“no”，默认为“no”。 |
first_channel_only | 否 | String | 表示是否在识别中只识别首个声道的音频数据，取值为“yes”和“no”，默认为“no”。 说明： 如果音频数据为多声道，参数取默认值no时，会叠加计费。例如，双声道收费为双倍。 |
请求参数
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。响应消息头中X-Subject-Token的值即为Token。 |
响应参数
状态码： 200
参数 | 是否必选 | 参数类型 | 描述 |
|---|---|---|---|
trace_id | 是 | String | trace_id可用于在日志中追溯具体流程，调用失败无此字段。 在某些错误情况下可能没有此令牌字符串。 |
audio_duration | 是 | Integer | 音频时长，单位毫秒。 |
flash_result | 是 | Array of FlashResult Objects | 调用成功表示识别结果，调用失败时无此字段。 |
参数 | 是否必选 | 参数类型 | 描述 |
|---|---|---|---|
start_time | 否 | Integer | 一句话开始时间，单位毫秒。 |
result | 否 | Result Object | 分句结果信息。 |
end_time | 否 | Integer | 一句话结束时间，单位毫秒。 |
参数 | 是否必选 | 参数类型 | 描述 |
|---|---|---|---|
text | 是 | String | 调用成功表示识别出的内容。 |
score | 是 | Double | 调用成功表示识别出的置信度（0-1之间）。 |
word_info | 否 | Array of WordInfo Objects | 分词信息列表。 |
状态码： 400
参数 | 参数类型 | 描述 |
|---|---|---|
error_code | String | 调用失败时的错误码。 调用成功时无此字段。 |
error_msg | String | 调用失败时的错误信息。 调用成功时无此字段。 |
请求示例
“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_8k_common&audio_format=wav&add_punc=yes&digit_norm=yes&need_word_info=yes&first_channel_only=yes&vocabulary_id=4c111ee8-fbd6-4a73-941a-9f869c6c56f5&obs_bucket_name=test&obs_object_key=data/0601/test.wav Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDTALBglghkgBZQMEAgEwgguVBgkqhkiG...
响应示例
状态码：200
成功响应示例
{
"trace_id": "567e8537-a89c-13c3-a882-826321939xxx",
"audio_duration": 1010,
"flash_result": [
{
"channel_id": 0,
"sentences": [
{
"start_time": 550,
"end_time": 900,
"result": {
"text": "北京",
"score": 0.831,
"word_info": [
{
"word": "北",
"start_time": 560,
"end_time": 720
},
{
"word": "京",
"start_time": 730,
"end_time": 890
}
]
}
}
]
}
]
} 状态码：400
失败响应示例
{
"error_code":"SIS.0001",
"error_msg":"***"
} 状态码
状态码请参见状态码。
错误码
错误码请参见错误码。
