音频流数据 功能介绍 分多段返回二进制语音数据流，如果用户未设置语音格式，则默认返回pcm格式语音。 父主题： 语音合成 结果响应

查看更多 →

停止音频服务 接口介绍 int CloseAudio(void); 功能描述 关闭音频采集服务。 输入参数 无 输出参数 无 返回值 0：成功 小于0：停止音频服务失败 错误码 请参见错误码。 父主题： 音频接口

查看更多 →

启动音频服务 接口介绍 int OpenAudio(const char *jsonConfig, AudioCallback callback); 功能描述 打开音频采集服务。 输入参数 表1 输入参数说明 参数名称 说明 jsonConfig 音频初始化参数json串（推荐设置为空，使用默认参数），详见表2。

查看更多 →

调用muteAudio4TopThree接口可以开启/禁用音频最大三方模式的音轨，true表示禁用音频最大三方模式的音轨，false表示开启音频最大三方模式的音轨。 示例代码如下： this.client.muteAudio4TopThree(true) 切换音频订阅模式/音频最大三方模式 调用switchAudioMode可以切换音频模式。

查看更多 →

设置共享音频 SetShareAudio 接口描述 该接口用于设置共享时是否包含电脑声音开关。 注意事项 该接口为异步接口，返回值只代表接口是否调用成功，实际业务处理结果在对应的回调函数中返回 方法定义 HWM_SDK_AGENT_API hwmsdk::HwmErrCode SetShareAudio(bool

查看更多 →

获取音频流 接口描述 该接口用于获取会议中各会场混音后的音频数据流。只支持32位库。 注意事项 该接口为异步接口，回调函数返回值只代表接口是否调用成功，实际业务处理结果在对应的通知函数中返回。 在进入会议前就可以调用此接口，创建或加入会议后就会有通知。 方法定义 HWM_SDK_AGENT_API

查看更多 →

document first”的错误。 HTML： <video src="/video_with_audio.mp4" autoplay></video> JS： videoElement.play(); 直接在新页面自动播放带有音频的视频，会受到浏览器的阻止。 通常浏览器期望与用

查看更多 →

原始音频数据（音频前后处理） 功能描述 音视频传输过程中，可以对采集到的音视频数据进行前处理和后处理，获取想要的播放效果。 对于有自行处理音视频数据需求的场景，HWRtcEngine SDK提供原始数据功能，您可以在将数据发送给编码器前进行前处理，对捕捉到的音频信号或视频帧进行修

查看更多 →

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”。 表4 请求Body参数

查看更多 →

本地调用 本章节以语音合成为例，介绍如何使用SIS Python SDK在本地进行开发。 该SDK可以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，实现个性化音频的生成。 前提条件 注册华为账号 并开通华为云，并完成实名认证，账号不能处于欠费、冻结、被注销等异常状态。

查看更多 →

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

查看更多 →

是否支持aac格式的语音文件转文字 一句话识别和录音文件识别以及实时语音识别均可实现语音转文字，一句话识别支持aac格式，录音文件识别和实时语音识别不支持aac格式。 父主题： 产品咨询类

查看更多 →

OCR文字识别服务计费可以按照项目来分别计费吗 可以。 OCR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。 详情请参考API接口文档里的Enterprise-Project-Id参数。 父主题： 计费FAQ

查看更多 →

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

查看更多 →

取值范围：[0, 60000]的整数，单位为ms，默认为10000ms，即10s。 vad_tail 否 Integer 音频的结尾中的静音时间，正常情况下不应设成很小的值。 如果检测语音结尾的静音时长大于等于此值时，在实时语音识别单句模式下将返回VOICE_END（识别结果非空）或EXCE

查看更多 →

// 1. config parameter // 1.1 init authInfo // 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

查看更多 →

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 、 no，默认no。 SetDigitNorm 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 、 no，默认为yes。 SetVadHead 否

查看更多 →

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

查看更多 →

，建议在需要实时反馈的情况下100ms，不需要实时反馈的情况下500ms。实时语音识别代码示例请参考SDK文档。 当前SIS服务对于8k音频的分片大小限制为[160, 32768]字节, 16k音频的分片大小限制为[320, 65536]字节, 分片大小超出上限或低于下限会报错。

查看更多 →

推理页面 上传一段3-10秒长的同一目人物参考音频文件。建议是数据集中的音频，推荐5秒时长，填写参考音频的文本。输入需要转语音的文本，单击“Start inference”开始进行语音合成。 图33 语音合成参数配置 语音生成完成后，如下所示。 图34 文本生成语音 父主题： 实施步骤

查看更多 →

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。 父主题： 调用API或SDK

查看更多 →