录音文件识别极速版接口 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

查看更多 →

该方案只支持用户上传采样率为8000的双声道中文录音音频，其中音频支持pcm16k16bit、pcm8k16bit、ulaw16k8bit、ulaw8k8bit、alaw16k8bit、alaw8k8bit、vox8k4bit、v3_8k4bit、WAV（支持pcm/ulaw/alaw/

查看更多 →

质检通话类型：文本，音频 1.21 status number False 质检状态取值如下： 0：表示等待质检。 1：表示质检处理中。 2：表示处理成功。 3：表示ASR转写中。 9：表示质检失败，发生错误，质检音频总流量达到每日上限，质检文件数量达到每日上限。 31：表示ASR转写结果语音内容为空。

查看更多 →

域名 ，请尽量避免中文。 音频转写时长受音频时长和排队任务数量影响，音频时长和理论返回时间可参见表 音频转写时长参考表。如果转写耗时比理论时延长，大概率表示当前时间段出现转写高峰，请耐心等待，我们承诺最大转写时长不超过6小时。 表1 音频转写时长参考表 音频时长 参考返回时间 小于10分钟

查看更多 →

由大模型或知识库返回的答案决定的。 6 数字人支持 TTS 和ASR吗？ 已支持TTS（文本转语音），详见创建TTS异步任务。MetaStudio不提供ASR（语音转文本），用户如有ASR需求，可以查看 语音交互 服务或其他ASR服务。 图1 视频制作 父主题： 产品咨询

查看更多 →

语音识别 是强制绑定使用OBS进行录音文件存储吗 不是，只有录音文件识别需要使用OBS服务，语音交互服务对用户存储在OBS的数据，具有只读权限，没有修改和删除的权限。所以用户是否删除上传至OBS服务的数据，需要用户根据自己的obs桶的使用情况或者容量大小确认，并在OBS服务上执行。

查看更多 →

由大模型或知识库返回的答案决定的。 6 数字人支持TTS和ASR吗？ 已支持TTS（文本转语音），详见创建TTS异步任务。MetaStudio不提供ASR（语音转文本），用户如有ASR需求，可以查看语音交互服务或其他ASR服务。 图1 视频制作 父主题： FAQ

查看更多 →

详细使用流程可参考OBS SDK用户指南。 结果示例 隐私通话内容分析结果如下所示，支持语音识别结果、原始录音文件地址、录音时长、规则命中结果、命中位置等多个字段。 { 'asr_result': { 'status': 'FINISHED'

查看更多 →

，完成实名认证，且账号不能处于欠费或冻结状态，请根据资源和成本规划中预估价格。 该方案只支持用户上传采样率为8000的双声道中文录音音频，其中音频支持pcm16k16bit、pcm8k16bit、ulaw16k8bit、ulaw8k8bit、alaw16k8bit、alaw8k8

查看更多 →

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。 ulaw8k8bit 8k8bit ulaw单通道录音数据。 alaw16k8bit 16k8bit alaw单通道录音数据。

查看更多 →

节点中获取。例如，一句话识别服务在“华北-北京四”区域的Endpoint为“sis-ext.cn-north-4.myhuaweicloud.com”。 resource-path 资源路径，即API访问路径。从具体API的URI模块获取，例如“一句话识别”API的resourc

查看更多 →

MetaStudio数字人智能交互对外提供三种集成方式： 方式一、方式二均需和智能交互助手一起提供预集成ASR服务，即华为SIS服务，需客户单独购买并授权给MetaStudio服务使用。 方式三不提供ASR服务，由客户自备。 方式一：MetaStudio预集成数字人大脑和大模型，集成商或客户基于SDK开发智能交互应用。

查看更多 →

详细使用流程可参考OBS SDK用户指南。 结果示例 客服中心语音质检结果如下所示，支持语音识别结果、原始录音文件地址、录音时长、规则命中结果、命中位置等多个字段。 { 'asr_result': { 'status': 'FINISHED'

查看更多 →

RttsRequest设置参数 方法名称 是否必选 参数类型 描述 SetAudioFormat 否 String 设置语音格式，默认pcm。 SetAudioProperty 否 String 设置语音合成特征字符串，{language}_{speaker}_{domain}，即“语种_人员标识_领

查看更多 →

--input_file 测试音频所在路径 参数说明： --model_path：为模型所在文件夹的绝对路径 --input_file：输入音频，相关格式说明参考文档。 测试音频speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-

查看更多 →

(UDP/TCP),默认UDP realm：（必填）对方网关的地址，ip:port，不能为空 图2 图示b 如果需要走asr-tts-adaptor，则在asr-tts-adaptor.env.yaml文件配置。 父主题： 修改一键部署配置(kopstools.yaml）

查看更多 →

接口说明 实时语音识别接口基于Websocket协议实现。分别提供了“流式一句话”、“实时语音识别连续模式”、“实时语音识别单句模式”三种模式。 三种模式的握手请求wss-URI不同，基于Websocket承载的实时语音识别请求和响应的消息格式相同。 开发者可以使用java、py

查看更多 →

Websocket握手请求 流式一句话 实时语音识别连续模式 实时语音识别单句模式 父主题： 实时语音识别接口

查看更多 →

接按键识别和语义识别图元。 支持识别和按键打断播放：既可接收语音信息，也可接收按键信息，哪个信息先接收到按哪个信息去匹配。 支持播放后再识别：语音/视频播放完成后才开始识别，如果在播放过程中说话，则接收不到语音信息。 支持播放后再识别和按键：语音/视频播放完成后才开始识别或收号，

查看更多 →

识别类型：“普通识别”。默认普通识别，ASR高级配置开启时可配。 用户无话超时时长：默认100，单位秒，取值范围：0~32000，ASR高级配置开启时可配。 识别结果超时时长：默认200，单位秒，取值范围：0~600，ASR高级配置开启时可配。 用户停顿超时时长：默认500，单

查看更多 →

long 修改时间 表3 外呼失败原因 code 原因 -1 录音文件名错误 -2 录音下载失败 -3 请求ASR转写失败 -4 获取ASR转写返回失败 -5 获取意图识别结果失败 101 被叫号码是空号 102 被叫用户关机 103 被叫网络忙 104 主叫号码欠费停机 105

查看更多 →