tencent cloud

PrevNext

文档反馈

请输入关键字

Recent Pages

文档
数据万象
    文档
    Download PDF

    提交语音识别任务

    最后更新时间：2024-01-20 09:22:44
    下载PDF

      功能描述

      CreateSpeechJobs 接口用于提交一个语音识别任务。

      请求

      请求示例

      POST /asr_jobs HTTP/1.1
      Host: <BucketName-APPID>.ci.<Region>.myqcloud.com
      Date: <GMT Date>
      Authorization: <Auth String>
      Content-Length: <length>
      Content-Type: application/xml
      
      <body>
      说明：
      Authorization: Auth String（详情请参见 请求签名 文档）。
      通过子账号使用时，需要授予相关的权限，详情请参见授权粒度详情文档。

      请求头

      此接口仅使用公共请求头部，详情请参见 公共请求头部 文档。

      请求体

      该请求操作的实现需要有如下请求体。
      <Request>
        <Tag>SpeechRecognition</Tag>
        <Input>
          <Object></Object>
        </Input>
        <Operation>
          <SpeechRecognition></SpeechRecognition>
          <Output>
            <Region></Region>
            <Bucket></Bucket>
            <Object></Object>
          </Output>
        </Operation>
        <QueueId></QueueId>
      </Request>
      具体的数据描述如下：
      节点名称（关键字）
      父节点
      描述
      类型
      是否必选
      Request
      无
      保存请求的容器
      Container
      是
      
      Container 类型 Request 的具体数据描述如下：
      节点名称（关键字）
      父节点
      描述
      类型
      是否必选
      Tag
      Request
      创建任务的 Tag，目前仅支持：SpeechRecognition
      String
      是
      Input
      Request
      待操作的语音文件
      Container
      是
      Operation
      Request
      操作规则
      Container
      是
      QueueId
      Request
      任务所在的队列 ID
      String
      是
      
      Container 类型 Input 的具体数据描述如下：
      节点名称（关键字）
      父节点
      描述
      类型
      是否必选
      Object
      Request.Input
      语音文件在 COS 上的 key，Bucket 由 Host 指定
      String
      是
      
      Container 类型 Operation 的具体数据描述如下：
      节点名称（关键字）
      父节点
      描述
      类型
      是否必选
      SpeechRecognition
      Request.Operation
      当 Tag 为 SpeechRecognition 时有效，指定该任务的参数
      Container
      否
      Output
      Request.Operation
      结果输出地址
      Container
      是
      
      Container 类型 SpeechRecognition 的具体数据描述如下：
      节点名称（关键字）
      父节点
      描述
      类型
      是否必选
      EngineModelType
      Request.Operation.SpeechRecognition
      引擎模型类型。 电话场景： • 8k_zh：电话 8k 中文普通话通用（可用于双声道音频）； • 8k_zh_s：电话 8k 中文普通话话者分离（仅适用于单声道音频）； 非电话场景： • 16k_zh：16k 中文普通话通用； • 16k_zh_video：16k 音视频领域； • 16k_en：16k 英语； • 16k_ca：16k 粤语。
      String
      是
      ChannelNum
      Request.Operation.SpeechRecognition
      语音声道数。1：单声道；2：双声道（仅支持 8k_zh 引擎模型）。
      Integer
      是
      ResTextFormat
      Request.Operation.SpeechRecognition
      识别结果返回形式。0： 识别结果文本(含分段时间戳)； 1：仅支持16k中文引擎，含识别结果详情(词时间戳列表，一般用于生成字幕场景)。
      Integer
      是
      FilterDirty
      Request.Operation.SpeechRecognition
      是否过滤脏词（目前支持中文普通话引擎）。0：不过滤脏词；1：过滤脏词；2：将脏词替换为 * 。默认值为0。
      Integer
      否
      FilterModal
      Request.Operation.SpeechRecognition
      是否过语气词（目前支持中文普通话引擎）。0：不过滤语气词；1：部分过滤；2：严格过滤 。默认值为 0。
      Integer
      否
      ConvertNumMode
      Request.Operation.SpeechRecognition
      是否进行阿拉伯数字智能转换（目前支持中文普通话引擎）。0：不转换，直接输出中文数字，1：根据场景智能转换为阿拉伯数字。默认值为1。
      Integer
      否
      Container 类型 Output 的具体数据描述如下：
      
      节点名称（关键字）
      父节点
      描述
      类型
      是否必选
      Region
      Request.Operation.Output
      存储桶的地域
      String
      是
      Bucket
      Request.Operation.Output
      存储结果的存储桶
      String
      是
      Object
      Request.Operation.Output
      结果文件的名称
      String
      是

      响应

      响应头

      此接口仅返回公共响应头部，详情请参见 公共响应头部 文档。

      响应体

      该响应体返回为 application/xml 数据，包含完整节点数据的内容展示如下：
      <Response>
        <JobsDetail>
          <Code></Code>
          <Message></Message>
          <JobId></JobId>
          <State></State>
          <CreationTime></CreationTime>
          <QueueId></QueueId>
          <Tag><Tag>
          <Input>
            <Object></Object>
          </Input>
          <Operation>
            <SpeechRecognition></SpeechRecognition>
            <Output>
              <Region></Region>
              <Bucket></Bucket>
              <Object></Object>
            </Output>
            <MediaInfo>
            </MeidaInfo>
          </Operation>
        </JobsDetail>
      </Response>
      具体的数据内容如下：
      节点名称（关键字）
      父节点
      描述
      类型
      Response
      无
      保存结果的容器
      Container
      Container 节点 Response 的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      JobsDetail
      Response
      任务的详细信息
      Container
      Container 节点 JobsDetail 的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      Code
      Response.JobsDetail
      错误码，只有 State 为 Failed 时有意义
      String
      Message
      Response.JobsDetail
      错误描述，只有 State 为 Failed 时有意义
      String
      JobId
      Response.JobsDetail
      新创建任务的 ID
      String
      Tag
      Response.JobsDetail
      新创建任务的 Tag：SpeechRecognition
      String
      State
      Response.JobsDetail
      任务的状态，为 Submitted、Running、Success、Failed、Pause、Cancel 其中一个
      String
      CreationTime
      Response.JobsDetail
      任务的创建时间
      String
      QueueId
      Response.JobsDetail
      任务所属的队列 ID
      String
      Input
      Response.JobsDetail
      该任务的输入资源地址
      Container
      Operation
      Response.JobsDetail
      该任务的规则
      Container
      Container 节点 Input 的内容： 同上面请求中的 Request.Input 节点。
      Container 节点 Operation 的内容：
      节点名称（关键字）
      父节点
      描述
      类型
      TemplateId
      Response.JobsDetail.Operation
      任务的模板 ID
      String
      Output
      Response.JobsDetail.Operation
      文件的输出地址
      Container
      MediaInfo
      Response.JobsDetail.Operation
      转码输出视频的信息，没有时不返回
      Container
      Container 节点 Output 的内容： 同上面请求中的 Request.Operation.Output 节点。
      Container 节点 SpeechRecognition 的内容： 同上面请求中的 Request.Operation.SpeechRecognition节点。

      错误码

      该请求操作无特殊错误信息，常见的错误信息请参见 错误码 文档。
      联系我们

      联系我们，为您的业务提供专属服务。

      联系我们
      技术支持

      如果你想寻求进一步的帮助，通过工单与我们进行联络。我们提供7x24的工单服务。

      提交工单
      7x24 电话支持
      Copyright © 2013-2024 Tencent Cloud. All Rights Reserved.
      隐私条款服务条款缓存条款