说明：

此接口为 API 2.0 版本，在参数风格、错误码等方面有区别于 API 3.0 版本，请知悉。

1. 接口描述

本接口支持使用者通过 HTTPS POST 方式上传一段音频并在极短时间内同步返回识别结果，可满足音视频字幕、准实时质检等场景下对语音文件识别时效性的要求。

在使用该接口前，需要在语音识别控制台开通服务，并进入 API 密钥管理页面 新建密钥，生成 AppID、SecretID 和 SecretKey，用于 API 调用时生成签名，签名将用来进行接口鉴权。

2. 接口要求

集成录音识别极速版 API 时，需按照以下要求。

3. 接口调用说明

本接口为 HTTPS 同步调用，包含请求 Header、请求 URL、请求 Body、响应 Response。

• 请求 Header：包含 Host、签名串等信息
• 请求 URL：包含请求的所有参数
• 请求 Body：包含音频原始数据
• 响应 Response：返回识别结果，为 JSON 结构

以下为详细说明。

3.1 请求 Header 说明

包括 Host、Authorization、Content-Type、Content-Length 四个参数。

3.2 请求参数说明

URL 中的请求参数可包含如下参数：

3.3 请求 Body 说明

请求 Body 中包含音频原始数据，最大不能超过100MB。

3.4 响应结果说明

HTTPS 请求返回的响应为 JSON 结构，具体结构说明如下：

Result 结构为：

Sentence 结构为：

Word 结构为：

3.5 签名生成说明

1. 对所有参数按字典序进行排序，拼接 POST 串 + 请求 URL 作为签名原文，这里以 Appid=1259228442，SecretId=AKIDoQq1zhZMN8dv0psmvud6OUKuGPO7pu0r 为例拼接签名原文，如下：

   POSTasr.cloud.tencent.com/asr/flash/v1/1259228442?convert_num_mode=1&engine_type=16k_zh&filter_dirty=0&filter_modal=0&filter_punc=0&first_channel_only=1&hotword_id=&secretid=AKIDoQq1zhZMN8dv0psmvud6OUKuGPO7pu0r&speaker_diarization=0&timestamp=1609560089&voice_format=wav&word_info=0

2. 对签名原文使用 SecretKey 进行 HmacSha1 加密，之后再进行 base64 编码。例如对上一步的签名原文， SecretKey=kFpwoX5RYQ2SkqpeHgqmSzHK7h3A2fni，使用 HmacSha1 算法进行加密并做 base64 编码处理：

   Base64Encode(HmacSha1("POSTasr.cloud.tencent.com/asr/flash/v1/1259228442?convert_num_mode=1&engine_type=16k_zh&filter_dirty=0&filter_modal=0&filter_punc=0&first_channel_only=1&hotword_id=&secretid=AKIDoQq1zhZMN8dv0psmvud6OUKuGPO7pu0r&speaker_diarization=0&timestamp=1609560089&voice_format=wav&word_info=0", "kFpwoX5RYQ2SkqpeHgqmSzHK7h3A2fni"))

   得到 signature 签名值为：

   R53FKwXyJujLC+W2rqJijhmS1a4=

3.6 请求示例

用户通过 签名生成 的签名为 HepdTRX6u155qIPKNKC+3U0j1N0=，语音数据路径为 /data/test.wav，请求录音识别极速版服务，这里以 curl 请求为例来说明。

curl --data "@/data/test.wav" -H "Authorization:R53FKwXyJujLC+W2rqJijhmS1a4=" -X POST "https://asr.cloud.tencent.com/asr/flash/v1/1259228442?convert_num_mode=1&engine_type=16k_zh&filter_dirty=0&filter_modal=0&filter_punc=0&first_channel_only=1&hotword_id=&secretid=AKIDoQq1zhZMN8dv0psmvud6OUKuGPO7pu0r&speaker_diarization=0&timestamp=1609560089&voice_format=wav&word_info=0"

3.7 返回示例

{
   "request_id":"5fef0ff60a0f0c5bcec31bb0",
   "code":0,
   "message":"",
   "audio_duration":4060,
   "flash_result":[
       {
           "text":"北京科技馆。",
           "channel_id":0,
           "sentence_list":[
               {
                   "text":"北京科技馆。",
                   "start_time":1040,
                   "end_time":3100,
                   "speaker_id":0
               }
           ]
       }
   ]
}

4. 开发者资源

SDK

• Tencent Cloud Speech SDK for Python
• Tencent Cloud Speech SDK for Go
• Tencent Cloud Speech SDK for Java

SDK 调用示例

• python示例
• golang示例
• java示例

5. 错误码说明