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

    创建语音识别模板

    最后更新时间：2024-03-01 17:30:47
    下载PDF

      功能描述

      创建语音识别模板。
      

      请求

      请求示例

      POST /template 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>
          <Name>TemplateName</Name>
          <SpeechRecognition>
              <EngineModelType>16k_zh</EngineModelType>
              <ResTextFormat>1</ResTextFormat>
              <FilterDirty>0</FilterDirty>
              <FilterModal>1</FilterModal>
              <ConvertNumMode>0</ConvertNumMode>
              <SpeakerDiarization>1</SpeakerDiarization>
              <SpeakerNumber>0</SpeakerNumber>
              <FilterPunc>0</FilterPunc>
              <OutputFileType>txt</OutputFileType>
          </SpeechRecognition>
      </Request>
      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
      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
      限制
      Tag
      Request
      模板类型：SpeechRecognition
      String
      是
      无
      Name
      Request
      模板名称 仅支持中文、英文、数字、_、-和*
      String
      是
      无
      SpeechRecognition
      Request
      语音识别参数
      Container
      是
      无
      
      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.SpeechRecognition
      引擎模型类型，分为电话场景和非电话场景。
      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）；
      8k_en：电话 8k 英语；
      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；
      16k_ja：16k 日语；
      16k_zh_edu：中文教育；
      16k_en_edu：英文教育；
      16k_zh_medical：医疗；
      16k_th：泰语；
      16k_zh_dialect：多方言，支持23种方言。
      极速 ASR 仅支持8k_zh、16k_zh、16k_en、16k_zh_video
      String
      是
      ChannelNum
      Request.SpeechRecognition
      仅支持非极速 ASR
      语音声道数：
      1 表示单声道.EngineModelType 为非电话场景仅支持单声道；
      2 表示双声道（仅支持 8k_zh 引擎模型 双声道应分别对应通话双方）。
      Integer
      是
      ResTextFormat
      Request.SpeechRecognition
      仅支持非极速 ASR
      识别结果返回形式：
      0 表示识别结果文本（含分段时间戳）；
      1 词级别粒度的详细识别结果,不含标点，含语速值.（词时间戳列表，一般用于生成字幕场景）
      2 词级别粒度的详细识别结果（包含标点、语速值）。
      Integer
      是
      FilterDirty
      Request.SpeechRecognition
      是否过滤脏词（目前支持中文普通话引擎）：
      0 表示不过滤脏词；
      1 表示过滤脏词；
      2 表示将脏词替换为 *。
      默认值为 0。
      Integer
      否
      FilterModal
      Request.SpeechRecognition
      是否过语气词（目前支持中文普通话引擎）：
      0 表示不过滤语气词；
      1 表示部分过滤；
      2 表示严格过滤 。
      默认值为 0。
      Integer
      否
      ConvertNumMode
      Request.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 表示不转换，直接输出中文数字；
      1 表示根据场景智能转换为阿拉伯数字。
      3 表示打开数学相关数字转换。仅非极速 ASR 支持
      默认值为 0。
      Integer
      否
      SpeakerDiarization
      Request.SpeechRecognition
      是否开启说话人分离：
      0 表示不开启；
      1 表示开启(仅支持8k_zh，16k_zh，16k_zh_video，单声道音频)。
      默认值为 0。
      注意：8k电话场景建议使用双声道来区分通话双方，设置ChannelNum=2即可，不用开启说话人分离。
      Integer
      否
      SpeakerNumber
      Request.SpeechRecognition
      仅支持非极速ASR
      说话人分离人数（需配合开启说话人分离使用），取值范围：0-10。
      0代表自动分离（目前仅支持≤6个人），1-10代表指定说话人数分离。默认值为 0。
      Integer
      否
      FilterPunc
      Request.SpeechRecognition
      是否过滤标点符号（目前支持中文普通话引擎）：
      0 表示不过滤。
      1 表示过滤句末标点。
      2 表示过滤所有标点。
      默认值为 0。
      Integer
      否
      OutputFileType
      Request.SpeechRecognition
      输出文件类型，可选txt、srt。默认为txt
      极速ASR仅支持txt
      String
      否
      FlashAsr
      Request.SpeechRecognition
      是否开启极速 ASR，可选 true、false。默认为 false
      String
      否
      Format
      Request.SpeechRecognition
      极速 ASR 音频格式。支持 wav、pcm、ogg-opus、speex、silk、mp3、m4a、aac。
      String
      当 FlashAsr 为 true 时必选
      FirstChannelOnly
      Request.SpeechRecognition
      极速 ASR 参数。表示是否只识别首个声道，默认为1。0：识别所有声道；1：识别首个声道。
      Integer
      否
      WordInfo
      Request.SpeechRecognition
      极速 ASR 参数。表示是否显示词级别时间戳，默认为0。0：不显示；1：显示，不包含标点时间戳，2：显示，包含标点时间戳。
      Integer
      否
      

      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>
          <Template>
              <Tag>SpeechRecognition</Tag>
              <Name>TemplateName</Name>
              <State>Normal</State>
              <Tag>SpeechRecognition</Tag>
              <CreateTime></CreateTime>
              <UpdateTime></UpdateTime>
              <BucketId></BucketId>
              <Category>Custom</Category>
              <SpeechRecognition>
                  <EngineModelType>16k_zh</EngineModelType>
                  <ResTextFormat>1</ResTextFormat>
                  <FilterDirty>0</FilterDirty>
                  <FilterModal>1</FilterModal>
                  <ConvertNumMode>0</ConvertNumMode>
                  <SpeakerDiarization>1</SpeakerDiarization>
                  <SpeakerNumber>0</SpeakerNumber>
                  <FilterPunc>0</FilterPunc>
                  <OutputFileType>txt</OutputFileType>
              </SpeechRecognition>
          </Template>
      </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
      TemplateId
      Response.Template
      模板 ID
      String
      Name
      Response.Template
      模板名称
      String
      BucketId
      Response.Template
      模板所属存储桶
      String
      Category
      Response.Template
      模板属性，Custom 或者 Official
      String
      Tag
      Response.Template
      模板类型，SpeechRecognition
      String
      UpdateTime
      Response.Template
      更新时间
      String
      CreateTime
      Response.Template
      创建时间
      String
      SpeechRecognition
      Response.Template
      同请求体中的 Request.SpeechRecognition
      Container

      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。

      实际案例

      请求

      POST /template HTTP/1.1
      Authorization: q-sign-algorithm=sha1&q-ak=AKIDZfbOAo7cllgPvF9cXFrJD0a1ICvR****&q-sign-time=1497530202;1497610202&q-key-time=1497530202;1497610202&q-header-list=&q-url-param-list=&q-signature=28e9a4986df11bed0255e97ff90500557e0e****
      Host: test-1234567890.ci.ap-chongqing.myqcloud.com
      Content-Length: 1666
      Content-Type: application/xml
      
      <Request>
          <Tag>SpeechRecognition</Tag>
          <Name>TemplateName</Name>
          <SpeechRecognition>
              <EngineModelType>16k_zh</EngineModelType>
              <ResTextFormat>1</ResTextFormat>
              <FilterDirty>0</FilterDirty>
              <FilterModal>1</FilterModal>
              <ConvertNumMode>0</ConvertNumMode>
              <SpeakerDiarization>1</SpeakerDiarization>
              <SpeakerNumber>0</SpeakerNumber>
              <FilterPunc>0</FilterPunc>
              <OutputFileType>txt</OutputFileType>
          </SpeechRecognition>
      </Request>

      响应

      HTTP/1.1 200 OK
      Content-Type: application/xml
      Content-Length: 100
      Connection: keep-alive
      Date: Thu, 14 Jul 2022 12:37:29 GMT
      Server: tencent-ci
      x-ci-request-id: NTk0MjdmODlfMjQ4OGY3XzYzYzhf****
      
      <Response>
          <Template>
              <TemplateId>t1460606b9752148c4ab182f55163ba7cd</TemplateId>
              <Name>TemplateName</Name>
              <State>Normal</State>
              <Tag>SpeechRecognition</Tag>
              <CreateTime>2020-08-05T11:35:24+0800</CreateTime>
              <UpdateTime>2020-08-31T16:15:20+0800</UpdateTime>
              <BucketId>test-1234567890</BucketId>
              <Category>Custom</Category>
              <SpeechRecognition>
                  <EngineModelType>16k_zh</EngineModelType>
                  <ChannelNum>1</ChannelNum>
                  <ResTextFormat>0</ResTextFormat>
                  <FilterDirty>1</FilterDirty>
                  <FilterModal>0</FilterModal>
                  <ConvertNumMode>1</ConvertNumMode>
                  <SpeakerDiarization>0</SpeakerDiarization>
                  <SpeakerNumber>0</SpeakerNumber>
                  <FilterPunc>0</FilterPunc>
              </SpeechRecognition>
          </Template>
      </Response>
      
      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