有奖:语音产品征文挑战赛等你来> HOT
创建长链接通道后,可以通过websocket长连接发送音频驱动数智人。

请求参数

参数名称
类型
必选
描述
ReqId
String
单次驱动的唯一标识。每一段音频指定一个 uuid 值。
SessionId
String
会话唯一标识。
Command
String
SEND_AUDIO,发送音频。
Data
Data
数据对象

Data

名称
类型
必选
描述
Audio
string
音频原始数据的 byte 数组,经 Base64 编码后的字符串。只支持:格式-PCM,采样率-16kHz,采样位深-16bits,声道-单声道
Seq
int
音频片包序号,序号必须从1开始
IsFinal
bool
默认值 false



注意:
1. 如果是麦克风实时收音发送,每录制160ms(5120B)的数据即可发出,中间不需要间隔等待;如果是读取离线音频文件发送,片包大小为160ms(5120B),片包发送间隔为120ms。
2. 最后一个片包大小按实际发送(需小于160ms)。
3. 当数据包发送完毕后,必须再发送一个IsFinal=true的空数据包(Audio字段填空串)结束当次音频驱动使数字人回到静默状态。
4. 发送音频实时率要介于[0.75,1],小于0.75会触发限速,大于1会导致画面卡顿。比如160ms音频片包大小,发送间隔不能低于120ms,不能高于160ms。

请求示例

{
"Header": {},
"Payload": {
"ReqId": "d7aa08da33dd4a662ad5be508c5b77cf",
"SessionId": "m123adfafvbadsafd",
"Command": "SEND_AUDIO",
"Data": {
"Audio": "声音二进制数据编码Base64后的值",
"Seq": 0,
"IsFinal": false
}
}
}