数据万象
有奖捉虫：办公协同&微信生态&物联网文档专题 HOT
文档中心 > 数据万象 > SDK 文档 > Python SDK > 模板接口 > 语音识别

语音识别

最近更新时间：2023-07-12 20:11:06

我的收藏

本页目录：

简介

本文档提供关于数据万象语音识别模板SDK使用方式。
API
操作名
操作描述
创建模板
用于创建一个新的模板
删除模板
删除一个模板
查询模板
查询模板列表
修改模板
修改一个模板

基本操作

创建模板

功能说明

用于创建一个新的模板。

方法原型

def ci_create_asr_template(self, Bucket, Name, EngineModelType, ChannelNum,
                           ResTextFormat, FilterDirty=0, FilterModal=0, ConvertNumMode=0, SpeakerDiarization=0,
                           SpeakerNumber=0, FilterPunc=0, OutputFileType='txt', **kwargs)

参数说明

Request 的具体参数描述如下：
节点名称（关键字）
描述
类型
必选
Bucket
存储桶名称
String
是
Name
模板名称仅支持中文、英文、数字、_、-和*
String
是
EngineModelType
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；
6k_en_edu：英文教育；
6k_zh_medical：医疗；
16k_th：泰语；
16k_zh_dialect：多方言，支持23种方言。
String
是
ChannelNum
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）。
int
否
ResTextFormat
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）。
int
是
FilterDirty
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。
int
否
FilterModal
是否过滤语气词（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。
int
否
ConvertNumMode
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。
默认值为 0。
int
否
SpeakerDiarization
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。
int
否
SpeakerNumber
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。
int
否
FilterPunc
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。
int
否
OutputFileType
输出文件类型，可选 txt、srt。默认为txt
String
否

请求示例

def ci_create_asr_template():
    # 创建语音识别模板
    response = client.ci_create_asr_template(
        Bucket=bucket_name,
        Name='templateName',
        EngineModelType='16k_zh',
        ChannelNum=1,
        ResTextFormat=2,
    )
    print(response)
    return response

返回结果说明

{
    'RequestId': 'NjMyMjliMWZfZWM0YTYyNjRfNWNmNF8xMDBh', 
    'Template': {
        'TemplateId': 't1c1287c04c147443da0b2cc7b8fbabf32', 
        'Name': 'templateName', 
        'State': 'Normal', 
        'Tag': 'SpeechRecognition', 
        'CreateTime': '2022-09-15T11:25:19+0800', 
        'UpdateTime': '2022-09-15T11:25:19+0800', 
        'BucketId': 'testpic-1253960454', 
        'Category': 'Custom', 
        'SpeechRecognition': {
            'EngineModelType': '16k_zh', 
            'ChannelNum': '1', 
            'ResTextFormat': '2', 
            'FilterDirty': '0', 
            'FilterModal': '0', 
            'ConvertNumMode': '0', 
            'SpeakerDiarization': '0', 
            'SpeakerNumber': '0', 
            'FilterPunc': '0', 
            'OutputFileType': 'txt'
        }
    }
}
响应字段详情详见创建语音识别模板响应信息

删除模板

功能说明

删除一个模板

方法原型

def ci_delete_asr_template(self, Bucket, TemplateId, **kwargs)

参数说明

参数名称
描述
类型
必选
Bucket
Bucket 的命名规则为 BucketName-APPID，详情请参见 存储桶概述
String
是
TemplateId
要取消的模板 ID
String
是

请求示例

def ci_delete_asr_template():
    # 删除指定语音识别模板
    response = client.ci_delete_asr_template(
        Bucket=bucket_name,
        TemplateId='t1bdxxxxxxxxxxxxxxxxx94a9',
    )
    print(response)
    return response

返回结果说明

{
    'RequestId': 'NjMyMjlkZmRfZWM0YTYyNjRfNWNmNF8xMDBi', 
    'TemplateId': 't1c1287c04c147443da0b2cc7b8fbabf32'
}
响应字段详情详见DeleteTemplate响应信息

查询模板列表

功能说明

查询模板列表

方法原型

def ci_get_asr_template(self, Bucket, Category='Custom', Ids='', Name='', PageNumber=1, PageSize=10, **kwargs)

参数说明

参数名称
描述
类型
必选
Bucket
Bucket 的命名规则为 BucketName-APPID，详情请参见 存储桶概述
String
是
Category
Official，Custom，默认值：Custom
String
否
Ids
模板 ID，以,符号分割字符串
String
否
Name
模板名称前缀
String
否
PageNumber
第几页
Integer
否
PageSize
每页个数
Integer
否

请求示例

def ci_get_asr_template():
    # 获取语音识别模板
    response = client.ci_get_asr_template(
        Bucket=bucket_name,
    )
    print(response)
    return response

返回结果说明

{
    'TotalCount': '1', 
    'RequestId': 'NjMyMjljNTlfMTIwNjUzMDlfMmUzYV8xMWNh', 
    'PageNumber': '1', 
    'PageSize': '10', 
    'TemplateList': [
        {
            'TemplateId': 't1c1287c04c147443da0b2cc7b8fbabf32', 
            'Name': 'templateName', 
            'State': 'Normal', 
            'Tag': 'SpeechRecognition', 
            'CreateTime': '2022-09-15T11:25:19+0800', 
            'UpdateTime': '2022-09-15T11:25:19+0800', 
            'BucketId': 'testpic-1253960454', 
            'Category': 'Custom', 
            'SpeechRecognition': {
                'EngineModelType': '16k_zh', 
                'ChannelNum': '1', 
                'ResTextFormat': '2', 
                'FilterDirty': '0', 
                'FilterModal': '0', 
                'ConvertNumMode': '0', 
                'SpeakerDiarization': '0', 
                'SpeakerNumber': '0', 
                'FilterPunc': '0', 
                'OutputFileType': 'txt'
            }
        }
    ]
}
响应字段详情请参见 获取语音识别模板响应信息

修改模板

功能说明

修改模板

方法原型

def ci_update_asr_template(self, Bucket, TemplateId, Name, EngineModelType, ChannelNum,
                           ResTextFormat, FilterDirty=0, FilterModal=0, ConvertNumMode=0, SpeakerDiarization=0,
                           SpeakerNumber=0, FilterPunc=0, OutputFileType='txt', **kwargs)

参数说明

节点名称（关键字
描述
类型
必选
bucketName
Bucket 的命名规则为 BucketName-APPID，详情请参见 存储桶概述
String
是
templateId
修改的模板 ID
String
是
说明
其余参数请参见 创建模板接口，与其参数一致。

请求示例

def ci_update_asr_template():
    # 修改语音识别模板
    response = client.ci_update_asr_template(
        Bucket=bucket_name,
        TemplateId='t1bdxxxxxxxxxxxxxxxxx94a9',
        Name='QueueId1',
        EngineModelType='16k_zh',
        ChannelNum=1,
        ResTextFormat=1,
    )
    print(response)
    return response

返回结果说明

{
    'RequestId': 'NjMyMjlkNzhfMTIwNjUzMDlfMmUxZF8xMGM4', 
    'Template': {
        'TemplateId': 't1c1287c04c147443da0b2cc7b8fbabf32', 
        'Name': 'QueueId1', 
        'State': 'Normal', 
        'Tag': 'SpeechRecognition', 
        'CreateTime': '2022-09-15T11:25:19+0800', 
        'UpdateTime': '2022-09-15T11:35:20+0800', 
        'BucketId': 'testpic-1253960454', 
        'Category': 'Custom', 
        'SpeechRecognition': {
            'EngineModelType': '16k_zh', 
            'ChannelNum': '1', 
            'ResTextFormat': '1', 
            'FilterDirty': '0', 
            'FilterModal': '0', 
            'ConvertNumMode': '0', 
            'SpeakerDiarization': '0', 
            'SpeakerNumber': '0', 
            'FilterPunc': '0', 
            'OutputFileType': 'txt'
        }
    }
}
响应字段详情请参见 更新语音识别模板响应信息
中国站