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 →

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 →

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 →

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 →

“鉴权方式”配置为“AK/SK”，需要配置该参数。SIS服务区域对应的项目ID。 获取方法如下为： 登录华为云的管理控制台。 在用户名的下拉列表中，单击“我的凭证”。 进入“API凭证”页签，在项目列表区域，查看SIS服务区域对应的项目ID。 描述 配置的描述信息。 “鉴权方式”配置为“AK/SK”，需要配置该参数。

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 →

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 →

// 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 →

实时语音识别响应 开始识别请求响应 事件响应 识别结果响应 错误响应 严重错误响应 结束识别请求响应 父主题： 实时语音识别接口

查看更多 →

专业录音棚+高保真MIC录制。 开始录音 必须录制单人高质量、无噪音或背景音的人声语音，生成音频。支持使用苹果或者安卓手机录制视频，操作请参考手机录制音频。 具体的录音注意事项，如表2所示。 表2 录音注意事项 录音事项 说明 话筒间距 调整与麦克风之间的距离，以一拳距离为宜。不宜离麦太近，防止喷麦或录入呼吸声。

查看更多 →

结束识别 功能介绍 对于识别中的对话，需要在Websocket上发送“结束识别”的请求来取消或结束识别。 "结束识别"请求使用文本类型的数据帧(text message)发送，命令和参数以json字符串的形式提供。 请求消息 表1 参数说明 参数名 是否必选 参数类型 说明 command

查看更多 →

参数名 说明 data 输出参数，存放读取到音频数据的智能指针。 size 输出参数，读取到音频数据的大小。 n 输入参数，一次读取音频帧数，最大不超过512。 返回值 成功返回0，失败则返回-1，失败时可通过日志查看原因。 父主题： 音频输入模块

查看更多 →

读取音频数据 该接口用于读取n帧音频数据。仅支持1.0.8及以上固件版本。 接口调用 hilens.AudioCapture.read(nFrames) 参数说明 表1 参数说明 参数名 是否必选 参数类型 描述 nFrames 否 整型 要读取的帧数量，默认值为1。支持最多一次读取

查看更多 →

通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值）。 Authorization 否 String 使用AK/SK方式认证时必选，携带的鉴权信息。 X-Sdk-Date 否 String 使用AK/SK方式认证时必选，请求的发生时间。 响应参数 状态码： 400 表4 响应Body参数

查看更多 →

如何查看实时语音识别的中间结果 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。

查看更多 →

String 与image二选一。 图片的URL路径，目前支持： 公网HTTP/HTTPS URL 华为云OBS提供的URL，使用OBS数据需要进行授权。包括对服务授权、临时授权、匿名公开授权。详情参见配置OBS服务的访问权限。 说明： 接口响应时间依赖于图片的下载时间，如果图片下载时间过长，会返回接口调用失败。

查看更多 →

ject_id”为项目ID，获取方法请参见获取项目ID和名称。 方式一：使用图片的BASE64编码，对于用户传入的图像返回图像中的物体名称、所属类别及置信度信息，返回标签的语言类型为中文，最多返回的标签数为5。 POST https://{endpoint}/v2/{projec

查看更多 →

点击高级搜索后会显示外呼号码和状态的查询条件，输入外呼号码或下拉框选择状态后点击搜索查询 选择查看回铃音识别结果，单击“播放”，播放当前话单的通话记录。 单击“业务结果”，编辑当前数据的业务结果后更新的业务结果会显示在列表中。 父主题： 外呼任务报表

查看更多 →

“导出目标桶”：单击下拉框选择存储识别结果的OBS桶，如果下拉框没有可选择的桶请参照创建OBS桶创建桶。生成的识别结果将在该桶的根目录创建一个“scan-results”的文件夹存储结果文件。 “样例数据脱敏”：样例数据脱敏开关只针对支持查看样例数据的资产，如数据库资产，OBS。如果不开启

查看更多 →

语种识别 功能介绍 语种识别是为了识别文本所属的语种。对于用户输入的文本，返回识别出的所属语种。 语种识别接口具体Endpoint请参见终端节点。 调用华为云NLP服务会产生费用，本API支持使用基础套餐包，购买时请在 自然语言处理 价格计算器中查看基础套餐包和领域套餐包支持的API范围。

查看更多 →