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 →

音频流审核 创建音频流 内容审核 作业 关闭音频流内容审核作业 父主题： SDK调用示例

查看更多 →

音频流审核 创建音频流内容审核作业 关闭音频流内容审核作业 父主题： SDK调用示例

查看更多 →

切换音频模式 功能描述 用户在入会前可通过调用enableTopThreeAudioMode切换为音频最大三方模式。 会中通过调用switchAudioMode(2)将音频切换为订阅模式。订阅模式下，本地用户必须通过主动订阅远端用户音频流，才可接收该用户音频。 会中通过调用swi

查看更多 →

音频受限处理 什么是音频受限 新页面加载后立即自动播放音频（或带有音轨的视频）可能会让用户感到意外，所以主流浏览器对音频自动播放有音频受限策略。自动播放音频的场景下，因为可能与页面无交互，会触发音频受限策略。非自动播放或静音播放场景，音频则不受限。具体表现在，如果audio或vi

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 →

改，也可以在将数据发送给解码器后进行后处理，对接收到的音频信号或视频帧进行修改。 原始音频数据可以进行音频前处理，然后发送给远端。也可以进行音频后处理。 注意事项 当前只支持PCM数据格式处理。 接口调用流程 注册音频前后处理 获取HWRtcEngine的HWRtcMediaEngine对象。

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 →

该解决方案基于华为云语音交互服务语音识别构建，可自动将用户上传到 对象存储服务 的wav语音文件转化为文字，并将结果存放到指定OBS桶。该方案可以将用户上传在OBS的语音文件识别成可编辑的文本，支持中文普通话的识别和合成，其中语音识别还支持带方言口音的普通话识别以及方言（四川话、粤语

查看更多 →

支持采样率为16k的中文普通话语音识别。 表4 audio_format取值范围 audio_format取值 说明 pcm16k16bit 16k16bit单通道录音数据。 pcm8k16bit 8k16bit单通道录音数据。 ulaw16k8bit 16k8bit ulaw单通道录音数据。

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域， DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

String 音频格式，支持pcm等，如pcm8k16bit，参见《API参考》中开始识别章节。 property 是 String 属性字符串，language_sampleRate_domain， 如chinese_8k_common，参见《API参考》中开始识别章节。 通过set方法可以设置具体参数，详见表

查看更多 →

String 音频格式，支持pcm等，如pcm8k16bit，参见《API参考》中开始识别章节。 property 是 String 属性字符串，language_sampleRate_domain， 如chinese_8k_common，参见《API参考》中开始识别章节。 通过set方法可以设置具体参数，详见表

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 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

发送音频数据 在收到“开始识别”的响应之后，可以开始发送音频数据。为节省流量，音频以二进制数据帧形式（binary message）的方式发送。 音频数据将分片发送，也即在获得一定量音频数据的同时就可以发送一个binary message，每个分片建议在50ms~1000ms之间

查看更多 →

如何配置语音识别 5G消息平台支持对用户语音进行识别，配置语音识别后，5G消息平台可将用户口述音频或者语音文件识别成文本。 场景描述 在智能对话中，用户发送语音，可识别为文本消息进入AI智能对话流程。 配置过程 参考如何登录5G消息应用开发平台中操作，登录5G消息应用开发平台。 在主菜单中，选择“应用配置

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 →

启动音频服务，获取音频数据。 停止音频服务 停止音频服务，停止音频数据的获取。 销毁音频服务 销毁音频服务。 获取音频服务状态 获取音频服务状态，包括运行中、停止、无效等。 设置音频参数 设置音频参数，包括音频类型、采样率、采样深度、采样间隔等。 云手机视频 视频初始化 初始化视频服务，设置视频初始

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 →