功能描述
提交一个语音识别任务。
授权说明
授权策略中 action 设置为 ci:CreateAsrJobs
。查看所有 action。
服务开通
使用该功能需提前开通数据万象,并绑定存储桶。详情请参见 绑定存储桶。
使用限制
使用该接口时,请先确认相关限制条件。详情请参见 使用限制。
请求
请求示例
POST /jobs HTTP/1.1Host: <BucketName-APPID>.ci.<Region>.myqcloud.comDate: <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。极速ASR仅支持100 MB以内且时长不超过2小时的音频文件普通ASR的音频时长不能长于5小时,文件大小不超过512MB
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。
SpeechRecognition input/test.mp3 t1460606b9752148c4ab182f55163ba7cd ap-chongqing test-123456789 output/asr.txt This is my data. 0 http://callback.demo.com JSON
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:SpeechRecognition | String | 是 |
Input | Request | 待操作的对象信息 | Container | 是 |
Operation | Request | 操作规则 | Container | 是 |
CallBackFormat | Request | 任务回调格式,JSON 或 XML,默认 XML,优先级高于队列的回调格式 | String | 否 |
CallBackType | Request | 任务回调类型,Url 或 TDMQ,默认 Url,优先级高于队列的回调类型 | String | 否 |
CallBack | Request | 任务回调地址,优先级高于队列的回调地址。设置为 no 时,表示队列的回调地址不产生回调 | String | 否 |
CallBackMqConfig | Request | 任务回调TDMQ配置,当 CallBackType 为 TDMQ 时必填。详情见 CallBackMqConfig | Container | 否 |
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 | 文件路径 | String | 否 |
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 |
TemplateId | Request.Operation | 语音识别模板 ID | String | 否 |
SpeechRecognition | Request.Operation | 语音识别参数,同创建语音识别模板接口中的 Request.SpeechRecognition | Container | 否 |
Output | Request.Operation | 结果输出配置 | Container | 是 |
UserData | Request.Operation | 透传用户信息, 可打印的 ASCII 码, 长度不超过1024 | String | 否 |
JobLevel | Request.Operation | 任务优先级,级别限制:0 、1 、2 。级别越大任务优先级越高,默认为0 | String | 否 |
注意语音识别参数必须设置,可以通过 TemplateId 或 SpeechRecognition 设置, TemplateId 优先级更高。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:
Success 2021-08-05T15:43:50+0800 - test-1234567890 input/test.mp3 ap-chongqing s58ccb634149211ed84ce2b1cd7fbb14a test-1234567890 output/asr.txt ap-chongqing t1460606b9752148c4ab182f55163ba7cd speech_demo This is my data. 0 pcd463e1467964d39ad2d3f66aacd8199 - Submitted SpeechRecognition
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 数组 |
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 | 任务状态Submitted:已提交,待执行Running:执行中Success:执行成功Failed:执行失败Pause:任务暂停,当暂停队列时,待执行的任务会变为暂停状态Cancel:任务被取消执行 | String |
CreationTime | Response.JobsDetail | 任务的创建时间 | String |
StartTime | Response.JobsDetail | 任务的开始时间 | String |
EndTime | Response.JobsDetail | 任务的结束时间 | String |
QueueId | Response.JobsDetail | 任务所属的 队列 ID | String |
Input | Response.JobsDetail | 同请求中的 Request.Input 节点 | Container |
Operation | Response.JobsDetail | 该任务的规则 | Container |
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 |
TemplateName | Response.JobsDetail.Operation | 任务的模板名称, 当 TemplateId 存在时返回 | String |
SpeechRecognition | Response.JobsDetail.Operation | 同请求中的 Request.Operation.SpeechRecognition | Container |
Output | Response.JobsDetail.Operation | 同请求中的 Request.Operation.Output | Container |
UserData | Response.JobsDetail.Operation | 透传用户信息 | String |
JobLevel | Response.JobsDetail.Operation | 任务优先级 | String |
SpeechRecognitionResult | Response.JobsDetail.Operation | 语音识别任务结果,没有时不返回 | Container |
Container 节点 SpeechRecognitionResult 的内容:
节点名称(关键字) | 父节点 | 描述 | 类型 |
AudioTime | Response.JobsDetail.Operation.SpeechRecognitionResult | 音频时长(秒) | String |
Result | Response.JobsDetail.Operation.SpeechRecognitionResult | 语音识别结果 | String |
FlashResult | Response.JobsDetail.Operation.SpeechRecognitionResult | 极速语音识别结果 | Container 数组 |
ResultDetail | Response.JobsDetail.Operation.SpeechRecognitionResult | 识别结果详情,包含每个句子中的词时间偏移,一般用于生成字幕的场景。(语音识别请求中ResTextFormat=1时该字段不为空)注意:此字段可能为空,表示取不到有效值。 | Container 数组 |
Container 节点 FlashResult 的内容:
节点名称(关键字) | 父节点 | 描述 | 类型 |
channel_id | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult | 声道标识,从0开始,对应音频声道数 | Int |
text | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult | 声道音频完整识别结果 | String |
sentence_list | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult | 句子/段落级别的识别结果列表 | Container 数组 |
Container 节点 sentence_list 的内容:
节点名称(关键字) | 父节点 | 描述 | 类型 |
text | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list | 句子/段落级别文本 | String |
start_time | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list | 开始时间 | Int |
end_time | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list | 结束时间 | Int |
speaker_id | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list | 说话人 Id(请求中如果设置了 speaker_diarization,可以按照 speaker_id 来区分说话人) | Int |
word_list | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list | 词级别的识别结果列表 | Container 数组 |
Container 节点 word_list 的内容:
节点名称(关键字) | 父节点 | 描述 | 类型 |
word | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list.word_list | 词级别文本 | String |
start_time | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list.word_list | 开始时间 | Int |
end_time | Response.JobsDetail.Operation.SpeechRecognitionResult.FlashResult.sentence_list.word_list | 结束时间 | Int |
Container 节点 ResultDetail 的内容:
节点名称(关键字) | 父节点 | 描述 | 类型 |
FinalSentence | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句最终识别结果 | String |
SliceSentence | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句中间识别结果,使用空格拆分为多个词 | String |
StartMs | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句开始时间(毫秒) | String |
EndMs | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句结束时间(毫秒) | String |
WordsNum | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句中词个数 | String |
SpeechSpeed | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句语速,单位:字数/秒 | String |
SpeakerId | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 声道或说话人 Id(请求中如果设置了 speaker_diarization或者ChannelNum为双声道,可区分说话人或声道) | String |
Words | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail | 单句中词详情 | Container 数组 |
Container 节点 Words 的内容:
节点名称(关键字) | 父节点 | 描述 | 类型 |
Word | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail.Words | 词文本 | String |
OffsetStartMs | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail.Words | 在句子中的开始时间偏移量 | String |
OffsetEndMs | Response.JobsDetail.Operation.SpeechRecognitionResult.ResultDetail.Words | 在句子中的结束时间偏移量 | String |
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:使用语音识别模板 ID
POST /jobs HTTP/1.1Authorization: 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=28e9a4986df11bed0255e97ff90500557e0ea057Host: test-1234567890.ci.ap-beijing.myqcloud.comContent-Length: 166Content-Type: application/xml
SpeechRecognition input/test.mp3 t1460606b9752148c4ab182f55163ba7cd ap-chongqing test-123456789 output/asr.txt This is my data. 0 http://callback.demo.com JSON
响应
HTTP/1.1 200 OKContent-Type: application/xmlContent-Length: 230Connection: keep-aliveDate: Mon, 28 Jun 2022 15:23:12 GMTServer: tencent-cix-ci-request-id: NTk0MjdmODlfMjQ4OGY3XzYzYzhf****
Success 2021-08-05T15:43:50+0800 - test-1234567890 input/test.mp3 ap-chongqing s58ccb634149211ed84ce2b1cd7fbb14a 0 test-1234567890 output/asr.txt ap-chongqing t1460606b9752148c4ab182f55163ba7cd speech_demo This is my data. 0 pcd463e1467964d39ad2d3f66aacd8199 - Submitted SpeechRecognition
请求2:使用语音识别参数
POST /jobs HTTP/1.1Authorization: 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=28e9a4986df11bed0255e97ff90500557e0ea057Host: test-1234567890.ci.ap-beijing.myqcloud.comContent-Length: 166Content-Type: application/xml
SpeechRecognition input/test.mp3 16k_zh_video 1 1 1 ap-chongqing test-123456789 output/asr.txt This is my data. 0 http://callback.demo.com JSON
响应
HTTP/1.1 200 OKContent-Type: application/xmlContent-Length: 230Connection: keep-aliveDate: Mon, 28 Jun 2022 15:23:12 GMTServer: tencent-cix-ci-request-id: NTk0MjdmODlfMjQ4OGY3XzYzYzhf****
Success 2021-08-05T15:43:50+0800 - test-1234567890 input/test.mp3 ap-chongqing s58ccb634149211ed84ce2b1cd7fbb14a test-1234567890 output/asr.txt ap-chongqing 1 0 16k_zh_video 0 0 0 txt 0 0 0 This is my data. 0 pcd463e1467964d39ad2d3f66aacd8199 - Submitted SpeechRecognition
对象存储官网1折活动,限时活动,即将结束,速速收藏
同尘科技为腾讯云授权服务中心。
购买腾讯云产品享受折上折,更有现金返利。同意关联立享优惠
转转请注明出处:https://www.yunxiaoer.com/145282.html