# 录音文件极速版 #### 前提条件 - 确保已按照[配置Python环境](https://support.huaweicloud.com/sdkreference-sis/sis_05_0056.html)配置完毕，Python SDK仅支持Python3。 - 确保已存在待识别的音频文件。如果需要请在下载的SDK压缩包中获取示例音频。 - 请参考[SDK（websocket）](https://support.huaweicloud.com/sdkreference-sis/sis_05_0004.html)获取最新版本SDK包。 #### 初始化Client 初始化FlashLasrClient详见[表 FlashLasrClient初始化参数]。 表1FlashLasrClient初始化参数 | 参数名称 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | ak | 是 | String | 用户的ak，可参考[AK/SK认证](https://support.huaweicloud.com/sdkreference-sis/sis_05_0003.html)。 | | sk | 是 | String | 用户的sk，可参考[AK/SK认证](https://support.huaweicloud.com/sdkreference-sis/sis_05_0003.html)。 | | region | 是 | String | 区域，如cn-north-4，参考[终端节点](https://support.huaweicloud.com/api-sis/sis_03_0004.html)。 | | project_id | 是 | String | 项目ID，同region一一对应，参考[获取项目ID](https://support.huaweicloud.com/api-sis/sis_03_0008.html)。 | | service_endpoint | 否 | String | 终端节点，一般使用默认即可。 | | sis_config | 否 | Object | 详见[表2]。 | 表2SisConfig | 参数名称 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | connect_timeout | 否 | Integer | 连接超时，默认10，单位s。 | | read_timeout | 否 | Integer | 读取超时，默认10，单位s。 | | proxy | 否 | List | \[host, port\] 或 \[host, port, username, password\]。 | #### 请求参数 请求类为FlashLasrRequest，详见[表3]。 表3FlashLasrRequest | 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]。 | | 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"。 | | vocabulary_id | 否 | String | 热词表id，不使用则不填写。 创建热词表信息请参考[创建热词表](https://support.huaweicloud.com/api-sis/sis_03_0071.html)。 | | 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"。 | | obs_bucket_name | 否 | String | 表示OBS对象桶名，使用前，请先进行授权，操作方法请参见[配置OBS访问权限](https://support.huaweicloud.com/api-sis/sis_03_0047.html)。obs_bucket_name长度大于等于3个字符，小于64个字符，不需要进行urlencode编码，如果包含中文，直接输入中文即可。 示例 obs url为https://test.obs.cn-north-4.myhuaweicloud.com/data/0601/test.wav 则obs_bucket_name=test，obs_bucket_key=data/0601/test.wav，详见[录音文件识别极速版接口](https://support.huaweicloud.com/api-sis/sis_03_0090.html)。 | | obs_object_key | 否 | String | 表示OBS对象桶中的对象的键值，长度小于1024个字符，不需要进行urlencode编码，如果包含中文，直接输入中文即可。 示例 obs url为https://test.obs.cn-north-4.myhuaweicloud.com/data/0601/test.wav 则obs_bucket_name=test，obs_bucket_key=data/0601/test.wav，详见[录音文件识别极速版接口](https://support.huaweicloud.com/api-sis/sis_03_0090.html)。 | 表4audio_format取值范围 | audio_format取值 | 描述 | |:---|:---| | wav | wav格式音频 | | mp3 | mp3格式音频 | | m4a | m4a格式音频 | | aac | aac格式音频 | | opus | opus格式音频 | 表5property取值范围 | property取值 | 描述 | |:---|:---| | chinese_8k_common | 支持采样率为8k的中文普通话语音识别。 | | chinese_16k_conversation | 支持采样率为16k的会议场景的中文普通话语音识别。 | #### 响应参数 响应类为FlashLasrResponse, 详见[表6]。调用失败处理方法请参见[错误码](https://support.huaweicloud.com/api-sis/sis_03_0045.html)。 表6FlashLasrResponse | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | trace_id | 是 | String | 服务内部的令牌，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。 | 表7FlashResult | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | channel_id | 否 | Integer | 声道Id | | sentences | 否 | Array of [Sentences] objects | 分句信息列表 | 表8Sentences | 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 | 表9Result | 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 | 表10WordInfo | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | start_time | 否 | Integer | 起始时间 | | end_time | 否 | Integer | 结束时间 | | word | 否 | String | 分词 | #### 代码示例 如下示例仅供参考，最新代码请前往[SDK（websocket）](https://support.huaweicloud.com/sdkreference-sis/sis_05_0004.html)章节获取并运行。 ``` # -*- coding: utf-8 -*- from huaweicloud_sis.client.flash_lasr_client import FlashLasrClient from huaweicloud_sis.bean.flash_lasr_request import FlashLasrRequest from huaweicloud_sis.exception.exceptions import ClientException from huaweicloud_sis.exception.exceptions import ServerException from huaweicloud_sis.bean.sis_config import SisConfig import json import os # 鉴权参数 # 认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险，建议在配置文件或者环境变量中密文存放，使用时解密，确保安全； # 本示例以ak和sk保存在环境变量中来实现身份验证为例，运行本示例前请先在本地环境中设置环境变量HUAWEICLOUD_SIS_AK/HUAWEICLOUD_SIS_SK ak = os.getenv("HUAWEICLOUD_SIS_AK") # 从环境变量获取ak 参考https://support.huaweicloud.com/sdkreference-sis/sis_05_0003.html assert ak is not None, "Please add ak in your develop environment" sk = os.getenv("HUAWEICLOUD_SIS_SK") # 从环境变量获取sk 参考https://support.huaweicloud.com/sdkreference-sis/sis_05_0003.html assert sk is not None, "Please add sk in your develop environment" project_id = "" # project id 同region一一对应，参考https://support.huaweicloud.com/api-sis/sis_03_0008.html region = '' # region，如cn-north-4 obs_bucket_name = '' # obs桶名 obs_object_key = '' # obs对象的key audio_format = '' # 文件格式，如wav等， 支持格式详见api文档 property = '' # 属性字符串，language_sampleRate_domain, 如chinese_8k_common, 详见api文档 def flash_lasr_example(): """ 录音文件极速版示例 """ # step1 初始化客户端 config = SisConfig() config.set_connect_timeout(10) # 设置连接超时 config.set_read_timeout(10) # 设置读取超时 # 设置代理，使用代理前一定要确保代理可用。 代理格式可为[host, port] 或 [host, port, username, password] # config.set_proxy(proxy) client = FlashLasrClient(ak, sk, region, project_id, sis_config=config) # step2 构造请求 asr_request = FlashLasrRequest() # 以下参数必选 # 设置存放音频的桶名，必选 asr_request.set_obs_bucket_name(obs_bucket_name) # 设置桶内音频对象名，必选 asr_request.set_obs_object_key(obs_object_key) # 设置格式，必选 asr_request.set_audio_format(audio_format) # 设置属性，必选 asr_request.set_property(property) # 以下参数可选 # 设置是否添加标点，yes or no，默认no asr_request.set_add_punc('yes') # 设置是否将语音中数字转写为阿拉伯数字，yes or no，默认yes asr_request.set_digit_norm('yes') # 设置是否添加热词表id，没有则不填 # asr_request.set_vocabulary_id(None) # 设置是否需要word_info，yes or no, 默认no asr_request.set_need_word_info('no') # 设置是否只识别首个声道的音频数据，默认no asr_request.set_first_channel_only('no') # step3 发送请求，返回结果,返回结果为json格式 result = client.get_flash_lasr_result(asr_request) # use enterprise_project_Id # headers = {'Enterprise-Project-Id': 'your enterprise project id', 'Content-Type': 'application/json'} # result = client.get_flash_lasr_result(asr_request, headers) print(json.dumps(result, indent=2, ensure_ascii=False)) if __name__ == '__main__': try: flash_lasr_example() except ClientException as e: print(e) except ServerException as e: print(e) ```