实时语音评测 API 简介

概念解释

实时语音评测：实时语音口语评测服务可实现对连续音频流的实时识别，并最终对用户的读音进行评测。

说明

Hi，您好，欢迎使用有道智云智能语音评测服务。

如果您想快速体验服务，建议您前往 实时语音评测体验中心 或者在体验中心右下侧找到小程序二维码，扫描进行体验。

本文档主要针对需要集成实时语音识别服务HTTP API的开发工程师，详细描述有道智云实时语音评测能力及如何集成的技术内容。

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

智云语音技术交流QQ群：861723255

联系邮箱： zhiyun@corp.youdao.com

温馨提示：

• 本文档主要针对开发人员，接入测试前需要在后台创建API应用，获取应用ID和应用密钥；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，具体资费规则详见 实时语音评测服务报价 。

接口说明

有道实时评测服务对用户发音的完整度、流利度、准确度进行全方位评测，并能对发音错误、缺陷进行定位。

支持的音频格式为16K 采样率、16bits 精度的 pcm_s16le 音频，目前支持中、英文。

服务接口的调用分为认证、实时通信两阶段。

接口地址：

wss://openapi.youdao.com/stream_capt?{请求参数}

请求参数格式：
key1=value1&key2=value2&key3=value3&key4=value4

音频格式要求：

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

接口调用参数

调用API需要向接口发送以下字段来访问服务。

签名sign生成方法如下：
sign=sha256(应用ID+salt+curtime+应用密钥)。

输出结果

响应结果是以json形式输出，包含字段如下表所示：

输出结果示例

服务端通过 text message 返回 json字符串的认证结果，参数示例：

成功：

{
    "result": [],
    "action": "started",
    "errorCode": "0"
}

失败：

{
    "result": "[]",
    "action": "error",
    "errorCode": "202"
}

实时通信阶段

认证成功之后，进入实时通信阶段，实时通信分为两个阶段：
1） 客户端发送待评测文本，如果不发送，会返回没有发送评测文本的异常
2）客户端发送音频流和结束标识，并接收转写结果或错误。

发送评测文本

此阶段客户端通过 text message 发送评测文本。示例：

{"text":"have a good day"}

文本长度限制：英文不超过1000单词。音频时长不超过120s。

发送音频流

此阶段客户端通过 binary message 发送音频流，内容为音频的二进制数据，此过程的发送频率将影响文字结果展示的实时性。

建议以 200ms 间隔发送音频数据，若间隔超时 15s 以上，服务端将停止识别。

发送结束标识

客户端完成所有音频数据的发送后，需发送一个特殊的 binary message 到服务端作为音频流
发送结束的标识，内容为：

{"end": "true"}

接收评测结果

响应结果是以json形式输出，包含字段如下表所示：

示例

{
    "result": {
        "refText": "day",
        "pronunciation": 73.799362,
        "start": 1.530000,
        "words": [{
            "pronunciation": 73.799362,
            "start": 1.530000,
            "index": 3,
            "end": 1.950000,
            "word": "day",
            "phonemes": [{
                "stressDetect": false,
                "pronunciation": 48.216797,
                "phoneme": "d",
                "start": 1.530000,
                "end": 1.650000,
                "judge": false,
                "calibration": "e",
                "prominence": 0.920839,
                "stressRef": false
            }, {
                "stressDetect": false,
                "pronunciation": 99.381935,
                "phoneme": "e",
                "start": 1.680000,
                "end": 1.950000,
                "judge": true,
                "calibration": "e",
                "prominence": 1.000000,
                "stressRef": false
            }]
        }],
        "fluency": 86.899673,
        "speed": 133.333313,
        "integrity": 99.999992,
        "service": "capt",
        "overall": 92.249207,
        "end": 1.950000,
        "isFinal": false,
        "status": "success"
    },
    "requestId": "9ad0101c-25f1-4336-90c2-e15d5c748e86",
    "errorCode": "0",
    "action": "capt"
}

支持语言

目前支持中英文的语音评测。

服务配置

错误代码列表