长语音转写简介

说明

Hi，您好，欢迎使用有道智云长语音转写接口服务。

本文档主要针对需要集成HTTP API的技术开发工程师，详细描述长语音转写能力相关的技术内容。

如果您有与我们商务合作的需求，可以通过以下方式联系我们：

商务邮箱： AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：

客服QQ：1906538062

智云翻译技术交流QQ 1群: 652880659

智云翻译技术交流QQ 2群: 669384425

智云翻译技术交流QQ 3群: 807539209

智云翻译技术交流QQ 4群: 936752411

联系邮箱： zhiyun@corp.youdao.com

温馨提示：

• 本文档主要针对开发人员，接入测试前需要获取应用ID和应用密钥，并绑定实例；如果您还没有，请按照 新手指南 获取。
• 平台向每个账户赠送50元的体验金，供用户集成前测试所用。

接口说明

长语音转写服务，将一小时内的音频数据转换成文本数据，为信息处理和数据挖掘提供基础。您只需要通过调用长语音转写 API就可以将音频数据转换成文本数据。

协议须知

调用方在集成长语音转写API时，请遵循以下规则。

接口调用参数

长语音转写线上调用地址：

https://openapi.youdao.com

音频格式

格式支持：wav（不压缩，pcm编码，采样率：推荐16k ，编码：16bit位深的单声道），aac，mp3

支持的语种

文件上传接口定义

预处理接口

• 接口uri：/api/audio/prepare

  接口参数：

• 注意：热词的作用：在音频文件里面识别到相关内容之后，优先展示为设置的热词效果。

• 响应结果

• {    
  "errorCode": "0", //错误码   
  "msg": "success", //信息说明    
  "result": "383e72a47557490aa05a344074117a9d" //返回的任务ID
  }
  

文件分片上传接口

• 接口uri：/api/audio/upload

• 接口说明：

  预处理成功，调用文件上传接口；按预处理设置的分片信息（sliceNum）依次上传音频切片（文件以二进制方式multipart读取上传），

  直到全部切片上传成功（如预处理时 sliceNum=2，则需将音频切分成两部分，sliceId=1和2，并按顺序调用该接口）；

  上一切片成功上传，才可进行下一切片的上传操作。调用过程中若出现异常，可重试若干次。

• 接口参数：

• 响应结果

{    
    "errorCode": "0", //错误码    
    "msg": "success", //信息说明    
    "result": null //返回的任务ID
}

合并文件

• 接口uri：/api/audio/merge

• 接口说明：

  全部文件切片上传成功后，调用该接口，通知服务端进行文件合并与转写操作。 该接口不会返回转写结果，而是通知服务端将任务列入转写计划。转写的结果通过 getResult 接口获取。

• 接口参数：

• 响应结果

{
    "errorCode": "0", //错误码
    "msg": "success", //信息说明
    "result": null //返回的任务ID
}

查询转写进度

• 接口uri：/api/audio/get_progress

• 接口说明：

  在调用方发出合并文件请求后，服务端已将任务列入计划。在获取结果前，调用方需轮询该接口查询任务当前状态。 当且仅当任务状态=（转写结果上传完成），才可调用获取结果接口获取转写结果。 轮询策略由调用方决定，建议每隔10分钟轮询一次。状态码说明见附录。

• 接口参数：

• 响应结果

{
    "errorCode": "0", //错误码
    "msg": "success", //信息说明
    "result": [{"status":"9","taskId":"xxxx"}]//处理状态：processing；complete
}

查询转写结果

• 接口uri：/api/audio/get_result

• 接口说明：

  当任务处理进度状态为完成时（见查询处理进度接口），调用该接口获取转写结果。这是转写流程的最后一步。 转写结果各字段的详细说明见转写结果说明文档。 服务端也支持主动回调，转写完成之后主动发送转写结果到用户配置的回调地址

• 接口参数：

• 响应结果

{
    "result": [{
        "sentence": "Have a good day.",
        "vad_id": 1,
        "word_timestamps": [70, 270, 390, 710],
        "word_timestamps_eds": [190, 390, 510, 830],
        "words": ["Have", "a", "good", "day."],
        "speaker": 1,
        "partial": false}],
    "errorCode": "0"
}

常用语言demo

java示例

长语音转写 python demo

python3 示例

长语音转写 python demo

go 示例

长语音转写 go demo

任务状态码

状态码