Copyright (c) 2025 Tencent. All rights reserved.
Module： TMGPTT@GMESDK
Function： 腾讯云 GME 离线语音相关功能接口。
ITMGPTT
ITMGPTT
函数列表 | 描述 |
应用鉴权。 | |
限制最大语音消息时长。 | |
启动录音。 | |
停止录音。 | |
取消录音。 | |
上传语音文件。 | |
下载语音文件。 | |
播放语音。 | |
播放语音。 | |
停止播放语音。 | |
将指定的语音文件识别成文字。 | |
将指定的语音文件翻译成文字（指定语言）。 | |
将指定的语音文件翻译成文字（指定语言）。 | |
文本翻译接口。 | |
获取语音文件的大小。 | |
获取语音文件的时长。 | |
启动流式语音识别。 | |
启动流式语音识别。 | |
启动流式语音识别。 | |
设置 PTT 功能源语言。 | |
文本转语音接口。 |
ApplyPTTAuthbuffer:
ApplyPTTAuthbuffer:
- (QAVResult)ApplyPTTAuthbuffer: | (NSData *)userSig |
应用鉴权。
生成鉴权信息后，将鉴权赋值到 SDK 中。
参数 | 描述 |
userSig | 鉴权信息。 |
SetMaxMessageLength:
SetMaxMessageLength:
- (QAVResult)SetMaxMessageLength: | (int)msTime |
限制最大语音消息时长。
设置语音消息的最大录制时长。
参数 | 描述 |
msTime | 语音时长，单位 ms，取值范围[-1, 1000-180000]，当取值为-1时，调用StartRecordingWithStreamingRecognition会做长时间的语音识别，但是服务器不会存储录音文件。 |
StartRecording:
StartRecording:
- (QAVResult)StartRecording: | (NSString *)filePath |
启动录音。
此接口用于启动录音。
参数 | 描述 |
filePath | 存放的语音路径，文件后缀名必须为 .ogg。 |
StopRecording
StopRecording
停止录音。
此接口用于停止录音，此接口为异步接口，停止录音后会有录音完成回调，成功之后录音文件才可用。
CancelRecording
CancelRecording
取消录音。
调用此接口取消录音，取消之后没有回调。
UploadRecordedFile:
UploadRecordedFile:
- (QAVResult)UploadRecordedFile: | (NSString *)filePath |
上传语音文件。
此接口用于上传语音文件。
参数 | 描述 |
filePath | 上传的语音路径，此路径为本地路径。 |
DownloadRecordedFile:filePath:
DownloadRecordedFile:filePath:
- (QAVResult)DownloadRecordedFile: | (NSString *)fileId |
filePath: | (NSString *)filePath |
下载语音文件。
参数 | 描述 |
fileId | 文件的 url 路径。 |
filePath | 文件的本地保存路径，后缀名必须为 .ogg。 |
PlayRecordedFile:
PlayRecordedFile:
- (QAVResult)PlayRecordedFile: | (NSString *)filePath |
播放语音。
此接口用于播放语音。
参数 | 描述 |
filePath | 文件的本地保存路径。 |
PlayRecordedFile:voiceType:
PlayRecordedFile:voiceType:
- (QAVResult)PlayRecordedFile: | (NSString *)filePath |
voiceType: |
播放语音。
此接口用于播放语音。
参数 | 描述 |
filePath | 文件的本地保存路径。 |
voiceType | 变声音效类型。 |
StopPlayFile
StopPlayFile
停止播放语音。
此接口用于停止播放语音，停止播放语音也会有播放完成的回调。
SpeechToText:
SpeechToText:
- (QAVResult)SpeechToText: | (NSString *)fileID |
将指定的语音文件识别成文字。
此接口用于将指定的语音文件识别成文字。
参数 | 描述 |
fileID | 语音文件 url。 |
SpeechToText:speechLanguage:
SpeechToText:speechLanguage:
- (QAVResult)SpeechToText: | (NSString *)fileID |
speechLanguage: | (NSString *)speechLanguage |
将指定的语音文件翻译成文字（指定语言）。
此接口可以指定语言进行识别，也可以将语音中识别到的信息翻译成指定的语言返回。
参数 | 描述 |
fileID | 语音文件 语音文件 url，录音在服务器存放 90 天。 |
speechLanguage | 识别出指定文字的语言参数。 |
SpeechToText:speechLanguage:translateLanguage:
SpeechToText:speechLanguage:translateLanguage:
- (QAVResult)SpeechToText: | (NSString *)fileID |
speechLanguage: | (NSString *)speechLanguage |
translateLanguage: | (NSString *)translateLanguage |
将指定的语音文件翻译成文字（指定语言）。
此接口可以指定语言进行识别，也可以将语音中识别到的信息翻译成指定的语言返回。
参数 | 描述 |
fileID | 语音文件 语音文件 url，录音在服务器存放90天。 |
speechLanguage | 识别出指定文字的语言参数。 |
translateLanguage | 翻译成指定文字的语言参数。 |
TranslateText:sourceLanguage:translateLanguage:
TranslateText:sourceLanguage:translateLanguage:
- (QAVResult)TranslateText: | (NSString *)text |
sourceLanguage: | (NSString *)sourceLanguage |
translateLanguage: | (NSString *)translateLanguage |
文本翻译接口。
调用此接口，可以将一段文本进行翻译，例如将一段中文翻译成英文。调用接口后通过回调返回翻译结果。
参数 | 描述 |
sourceLanguage | 指定待翻译文本的语言，可为空，后台自动检测语音。 |
text | 待翻译的文本，不可为空，最大长度 5000 字符。 |
translateLanguage | 指定文本翻译后的语言，不可为空，以英文逗号作为间隔，如"cmn-Hans-CN,en-GB"、"cmn-Hans-CN"。 |
GetFileSize:
GetFileSize:
- (int)GetFileSize: | (NSString *)filePath |
获取语音文件的大小。
通过此接口，获取语音文件的大小。
参数 | 描述 |
filePath | 语音文件的路径，此路径为本地路径。 |
GetVoiceFileDuration:
GetVoiceFileDuration:
- (int)GetVoiceFileDuration: | (NSString *)filePath |
获取语音文件的时长。
此接口用于获取语音文件的时长，单位毫秒。
参数 | 描述 |
filePath | 语音文件的路径，此路径为本地路径。 |
StartRecordingWithStreamingRecognition:
StartRecordingWithStreamingRecognition:
- (QAVResult)StartRecordingWithStreamingRecognition: | (NSString *)filePath |
启动流式语音识别。
此接口用于启动流式语音识别，同时在回调中会有实时的语音转文字返回，可以指定语言进行识别，也可以将语音中识别到的信息翻译成指定的语言返回。
参数 | 描述 |
filePath | 存放的语音路径，文件后缀名必须为 .ogg；当该字段为空时将不在本地保存语音文件。 |
StartRecordingWithStreamingRecognition:speechLanguage:
StartRecordingWithStreamingRecognition:speechLanguage:
- (QAVResult)StartRecordingWithStreamingRecognition: | (NSString *)filePath |
speechLanguage: | (NSString *)speechLanguage |
启动流式语音识别。
此接口用于启动流式语音识别，同时在回调中会有实时的语音转文字返回，可以指定语言进行识别，也可以将语音中识别到的信息翻译成指定的语言返回。
参数 | 描述 |
filePath | 存放的语音路径，文件后缀名必须为 .ogg；当该字段为空时将不在本地保存语音文件。 |
speechLanguage | 识别成指定文字的语言参数。 |
StartRecordingWithStreamingRecognition:speechLanguage:translateLanguage:
StartRecordingWithStreamingRecognition:speechLanguage:translateLanguage:
- (QAVResult)StartRecordingWithStreamingRecognition: | (NSString *)filePath |
speechLanguage: | (NSString *)speechLanguage |
translateLanguage: | (NSString *)translateLanguage |
启动流式语音识别。
此接口用于启动流式语音识别，同时在回调中会有实时的语音转文字返回，可以指定语言进行识别，也可以将语音中识别到的信息翻译成指定的语言返回。
参数 | 描述 |
filePath | 存放的语音路径，文件后缀名必须为 .ogg；当该字段为空时将不在本地保存语音文件。 |
speechLanguage | 识别成指定文字的语言参数。 |
translateLanguage | 翻译成指定文字的语言参数。 |
SetPTTSourceLanguage:
SetPTTSourceLanguage:
- (QAVResult)SetPTTSourceLanguage: | (NSString *)sourceLanguage |
设置 PTT 功能源语言。
通过此接口设置录制的 PTT 语音文件的语言，默认语音为中文。
参数 | 描述 |
sourceLanguage | PTT 功能源语言。 |
TextToSpeech:text:voiceName:languageCode:speakingRate:
TextToSpeech:text:voiceName:languageCode:speakingRate:
- (QAVResult)TextToSpeech: | (int)serialNumber |
text: | (NSString *)text |
voiceName: | (NSString *)voiceName |
languageCode: | (NSString *)languageCode |
speakingRate: | (float)speakingRate |
文本转语音接口。
调用此接口，可以将一段文本转成对应的一段语音，调用接口后，通过回调返回语音 fileid，通过下载语音接口进行下载此语音。
参数 | 描述 |
languageCode | 指定目标语言，不可为空。 |
serialNumber | 序列号，接收到回调时返回该序列号。 |
speakingRate | 音频语速，取值范围 [0.6-1.5]，1 代表正常速度。 |
text | 原始文本，不可为空，最大长度 5000 字符。 |
voiceName | 声音类型，提供英语及普通话的示例，如需其他语言请 提交工单 咨询。 |
