请求示例

最近更新时间：2023-10-17 18:10:41
我的收藏
本页目录：

一次性评测
使用中文单词模式做演示。适合初次接入，使用较短文件来进行评测。
单词模式只支持单词（缩写，组合词）/单字。
请求参数
UserVoiceData 需要使用音频数据的 base64 格式。音频数据转成 base64。格式要求参考音频上传格式。
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZPSUNSRBEAAAAyMDIxLTA3LTAxIDEzOjQzAABJU0ZUDgAAAE*"
SessionId 是音频的唯一标识，为了避免重复，推荐使用 uuid 作为唯一标识。
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
EvalMode 是评测模式，参考 评测模式介绍。
EvalMode = 0
其他参数信息可以参考 官方文档。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
RefText = "我"
WorkMode = 1
ScoreCoeff = 1.0
ServerType = 1
返回结果
所有评测模式都需要关注的字段。
SuggestedScore：作为总分使用
PronAccuracy：准确度
PronFluency：流利度
PronCompletion：完整度
Phone：音素
DetectedStress：用户是否重音
Stress：是否应该重音
MatchTag：当前词匹配情况。评分为0情况下观察是否漏读，错读。
流式评测
使用英文句子演示流式评测。由于一次性评测评测不了过长的音频数据，所以需要使用流式评测，将音频数据分片传输。
句子模式可以支持30单词/单字以下的文本。
请求参数
流式评测情况下 SeqId 从1开始依次累加（index+1），IsEnd 在尾包的时为1，其他时候为0。UserVoiceData 需要音频 base64 的数据，会根据 SeqId 顺序拼接成完整的音频。使用流式评测需要将 WorkMode 设置为0。
流式分片评测可以根据我们 SDK 的方法实现，或者百度搜索大文件分片传输，如图所示（将音频分成三个分片）：
﻿
﻿
SeqId = 1
IsEnd = 0
WorkMode = 0
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZPSU*"
SeqId = 2
IsEnd = 0
WorkMode = 0
UserVoiceData = "AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA*"
SeqId = 3
IsEnd = 1
WorkMode = 0
UserVoiceData = "AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA*"
句子模式支持实时，可以通过设置 SentenceInfoEnabled=1，获取实时中间结果。
SentenceInfoEnabled = 1
其他参数信息可以参考 官方文档 或上方参数描述。
VoiceFileType = 3
VoiceEncodeType = 1
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
RefText = "i have a car"
EvalMode = 1
ScoreCoeff = 1.0
ServerType = 0
TextMode = 0
返回结果
实时评测需要关注参数。
SentenceInfo：可以返回评测中间结果
Status：中间结果为Evaluating，最终结果为Finished
指定单词发音
使用英文句子模式演示指定单词发音。
当需要使用音标评测或文本中出现不常见人名，地名，返回结果 MatchTag：4（不在字典）的时候，需要指定单词发音，否则会按照我们词库生成发音或报错。
请求参数
使用指定发音需要设置 TextMode = 1。使用 Wordlist 的结构来表示音素结构。音素结构 Word 需要填写指定的单词，Pron 需要填写智聆音素（可以参考音素映射表）。没有 Pron 则不指定发音，Pron 为空或非智聆音素会报错。
RefText = "{\\"wordlist\\": [{\\"word\\": \\"english\\"},{\\"word\\": \\"tencent\\",\\"pron\\": [[\\"t\\",\\"ah\\",\\"n\\",\\"s\\",\\"ah\\",\\"n\\",\\"t\\"]]},{\\"word\\": \\"smart oral evaluation\\"}]}"
TextMode = 1
音标评测
不指定音标的情况下一般发字母音或报错，所以需要对音标进行评测。
请求参数
文本参考
Word 需要填入国际音标，Pron 需要填入智聆音素，例如国际音标 e，对应智聆音素 eh。详情参考音素映射表。
RefText = "{\\"wordlist\\": [{\\"word\\": \\"e\\",\\"pron\\": [[\\"eh\\"]]}]}"
TextMode = 1
Word 无法直接传入部分音标，所以需要做替换处理。例如 æ，可以使用 ae。
文本参考
RefText = "{"wordlist": [{"word": "ae","pron": [["ae"]]}]}"
TextMode = 1
多音词评测
当一个单词有是多音词且发音都算正确时，可以使用多音词评测。
请求参数
文本参考
RefText = "{\\"wordlist\\": [{\\"word\\": \\"bikeOrabout\\",\\"pron\\": [[\\"b\\",\\"ay\\",\\"k\\"],[\\"ah\\",\\"b\\",\\"ao\\",\\"t\\"]]}]}"
TextMode = 1
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 0
EvalMode = 1
ScoreCoeff = 1.0
ServerType = 0
指定汉字发音
使用中文段落模式演示指定汉字发音。
请求参数
指定汉字发音和指定单词发音类似，都是属于指定发音。Word 填入需要指定的汉字，Pron 填入拼音。
RefText = "{\\"wordlist\\": [{\\"word\\": \\"靠山吃山，靠水吃水。仪\\"},{\\"word\\": \\"陇\\",\\"pron\\": [[\\"long2\\"]]},{\\"word\\": \\"是山区，有山林竹木，有山货药材，一定要根据山区特点，多搞副业，广开财路。除了粮食，还要抓好棉花、油料生产。多养猪，多喂鸡鸭牛羊，把改善老百姓的生活作为大事来抓。还要动员老百姓在田边地角、河坡路旁多种树，比如桑树、果树、茶树、白蜡树等。要搞好发展规划，定目标要切合实际，不要搞一刀切、瞎指挥。办事要老老实实，统计的数字要真实，遇事多和群众商量。\\"}]}"
TextMode = 1
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 0
EvalMode = 2
ScoreCoeff = 1.0
ServerType = 1
异步轮询
使用中文自由说模式演示结果查询。
请求参数
自由说模块可以不填写参考文本，根据用户阅读的内容来进行打分。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "a61eb16c-fd04-11ec-9898-acde48001122"
RefText = ""
WorkMode = 1
EvalMode = 3
ScoreCoeff = 1.0
ServerType = 1
IsAsync = 1
在请求结束之后，一般会返回评测结果。如果需要再次对结果查询（10分钟内），可以设置 IsQuery = 1，使用对应 SessionId 查询相应的结果。如果不存在会报错：结果缓存已过期。
IsQuery = 1
SessionId = "a61eb16c-fd04-11ec-9898-acde48001122"
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3
VoiceEncodeType = 1
UserVoiceData ="UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
RefText = ""
WorkMode = 1
EvalMode = 3
ScoreCoeff = 1.0
ServerType = 1
﻿
音素到字母映射
使用英文单词纠错模式做演示。
请求参数
音素纠错模式可以返回用户发音内容和文本标准内容，标明客户读错的具体内容。RefText 与单词模式一致。
RefText = "hello"
EvalMode = 4
音素到字母的映射 RefText 需要使用{::cmd{F_P2L=true}}+单词 开启音素到字母映射。
RefText = "{::cmd{F_P2L=true}}hello"
EvalMode = 4
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 1
ScoreCoeff = 1.0
ServerType = 0
返回结果
音素纠错模式需要关注字段。
Phone：音频对应音素
ReferencePhone：文本对应标准音素
映射需要关注参数。
Phone：当前音素
ReferenceLetter：当前音素对应字母
中文句子多分支模式
需要使用单选题的场景。
请求参数
RefText 使用 | 来划分不同的句子，| 表示或。
RefText = "苹果|香蕉|菠萝"
EvalMode = 6
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 1
ScoreCoeff = 1.0
ServerType = 1
单词实时模式
使用单词实时模式，可以中间就拿到单词的评测结果。
请求参数
RefText 使用 | 来划分不同的单词，| 表示或。
RefText = "apple | bagworm | first"
EvalMode = 7
单词实时模式如果需要普通文本和指定发音混合评测，需要使用 单词+{::pron{智聆音素}} 来进行指定发音。
RefText = "apple | bagworm | first | happy{::pron{hh,ae,p,iy}}"
EvalMode = 7
TextMode = 0
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 0
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 0
ScoreCoeff = 1.0
ServerType = 0
SeqId = 2
IsEnd = 0
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 0
ScoreCoeff = 1.0
ServerType = 0
SeqId = 3
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 0
ScoreCoeff = 1.0
ServerType = 0
拼音模式
请求参数
拼音模式需要使用中文模式，RefText 使用1,2,3,4，表示声调。
RefText = "sh an1"
EvalMode = 8
ServerType = 1
声调检测
请求参数
RefText需要使用 {::cmd{F_TDET=true}} + 拼音 开启声调检测。
RefText = "{::cmd{F_TDET=true}}sh an1"
EvalMode = 8
ServerType = 1
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 1
ScoreCoeff = 1.0
返回结果
声调评测需要关注参数。
word：原始评测文本
ReferenceWord：标准发音
phone：真实发音音素
ReferencePhone：标准发音音素，可依此判断声调是否正确。
中英文混合评测
中文评测下可以支持一些简单的英文，也可以通过音素结构来指定发音。
RefText = "我有一座house"
ServerType = 1
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "820993ae-fcfb-11ec-91fc-acde48001122"
WorkMode = 0
EvalMode = 1
ScoreCoeff = 1.0
业务应用
为了区分不同的业务，需要使用不同的业务应用 ID 来区分。例如同一公司，不同的产品，不同的应用平台，不同地域划分。
需要在 应用管理控制台 新建应用，新建应用内容根据需要填写。
﻿
﻿
请求参数
在请求参数填入对应 SoeAppId。
SoeAppId = "soe_100xxxxx"
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "a61eb16c-fd04-11ec-9898-acde48001122"
RefText = "hello"
WorkMode = 1
EvalMode = 0
ScoreCoeff = 1.0
ServerType = 0
苛刻度
设置不同的苛刻度，对应不同年龄段。
影响范围
取三段不同的数据，苛刻度在1.0 - 4.0之间的变化曲线如下所示：
﻿
﻿
按需设值
具体需要设置值，可以根据反馈情况，收集音频数据进行打分对比，调整为更符合的苛刻度。
ScoreCoeff = 1.0
其他参数信息可以参考 官方文档 或上方参数描述。
SeqId = 1
IsEnd = 1
VoiceFileType = 3 
VoiceEncodeType = 1
UserVoiceData = "UklGRka1CQBXQVZFZm10IBAAAAABAAEAgD4AAAB9AAACABAATElTVDQAAABJTkZP*"
SessionId = "a61eb16c-fd04-11ec-9898-acde48001122"
RefText = "hello"
WorkMode = 1
EvalMode = 0
ServerType = 0
﻿
上一篇: 音频上传格式下一篇: 语音输入模式介绍