实时语音转写

请求地址

访问地址： https://rcsapi.hanwg.com/ability/rcs/stt/api/outbound/{chatbot}

提交方式：

支持https

只支持POST

功能:

本接口可以将 60 秒以下的音频转为文字。适用于语音对话、语音控制、语音输入等场景。接口中涉及到的平台参数，请在平台上获取。

接口限制：需要上传完整的录音文件，录音文件时长不超过 60 秒
支持音频格式：pcm、wav、amr、m4a
音频编码要求：采样率 16000、8000，16 bit 位深，单声道，若不符合要求，接口会转换为wav文件后再做转写。

请求头参数:

公共请求头参数

请求路径参数:

序号 名称 数据类型 可选属性 描述
1 chatbot string M 在5G CSP平台的申请的chatbot的id。

请求体参数:

序号 名称 数据类型 可选属性 描述
1 speech string M 语音文件的二进制语音数据 ，需要进行base64 编码。语音文件时长限定在60秒以内。
2 format string M 语音文件的格式，支持pcm、wav、amr、m4a，不区分大小写。当语音数据和文件格式不一致时，有可能导致文件转写不正确
3 language int O 语音文件的语言，默认值0； 0-普通话 1-英语 2-粤语 3-四川话
4 phone string O 语音文件关联的手机号。
5 rate string C 采样率 16000、8000， 固定值。默认为 8000；若pcm、amr格式的文件采样率为非8000时，请正确填写，避免识别不准确或者识别失败

请求示例:

参数值说明：以下json内容为提交请求数据格式

{
    "speech":"UklGRtZBAABXQVZFZm10IBIAAAABAAEAQB8AAIA+AAACABAAAABkYXRhQCkAAAAAAAD......",
    "format":"wav",
    "format":8000,
    "language": 0
}

请求响应:

序号 名称 数据类型 可选属性 描述
1 code int M 请求状态；参见提交响应错误码
2 desc string M 请求响应描述
3 result string C 请求响应内容，请求成功时存在

响应示例


{
        "code": 0,
        "desc": "请求成功",
        "result ": "语音对应的文本"
}

提交响应错误码:

错误码 描述
0 请求成功
1 账号为空
2 账号或密码错误
3 密码为空
4 ip鉴权失败
5 用户被禁发
6 chabot为空
7 请求地址错误
8 缺少请求参数
9 数据包/内容为空
10 时间逾期
11 chabot错误
99 系统繁忙
201 能力未添加
202 能力已禁用
203 语音文件内容为空
204 语音文件语言错误
205 语音文件时长太长
206 语音文件格式不支持
207 语音文件无法解析
文档更新时间: 2023-12-25 11:12   作者：夏亮