cn.xsshome.taip.speech

类 TAipSpeech

java.lang.Object

cn.xsshome.taip.base.BaseClient

cn.xsshome.taip.speech.TAipSpeech

public class TAipSpeech
extends BaseClient

字段概要

从类继承的字段 cn.xsshome.taip.base.BaseClient

app_id, app_key, config

构造器概要

构造器

构造器和说明
TAipSpeech(String app_id, String app_key)

方法概要

限定符和类型	方法和说明
String	aaiDetectkeywordBySpeech(byte[] speech, int format, String callback_url, String key_words, Integer rate) 关键词检索 上传长音频，提供回调接口，异步获取识别结果
String	aaiDetectkeywordBySpeech(String speechfilePath, int format, String callback_url, String key_words, Integer rate) 关键词检索 上传长音频，提供回调接口，异步获取识别结果
String	aaiDetectkeywordBySpeechURL(String speech_url, int format, String callback_url, String key_words) 关键词检索 上传长音频，提供回调接口，异步获取识别结果
String	aaiDetectkeywordBySpeechURL(String speech_url, int format, String callback_url, String key_words, Integer rate) 关键词检索 上传长音频，提供回调接口，异步获取识别结果
String	asrEcho(byte[] audio, int format) 语音识别-echo版 对音频进行语音识别，并返回语音的文字内容
String	asrEcho(byte[] audio, int format, int rate) 语音识别-echo版 对音频进行语音识别，并返回语音的文字内容
String	asrEcho(String filePath, int format) 语音识别-echo版 对音频进行语音识别，并返回语音的文字内容
String	asrEcho(String filePath, int format, int rate) 语音识别-echo版 对音频进行语音识别，并返回语音的文字内容
String	asrLab(int format, int rate, int seq, int len, int end, byte[] audio) 语音识别-流式版（AI Lab） 对音频进行语音识别，并返回语音的文字内容
String	asrLab(int format, int rate, int seq, int len, int end, String speech_chunk) 语音识别-流式版（AI Lab） 对音频进行语音识别，并返回语音的文字内容
String	asrLab(String filePath, int format, int rate, int seq, int len, int end) 语音识别-流式版（AI Lab） 对音频进行语音识别，并返回语音的文字内容
String	asrLong(byte[] speech, int format, String callback_url) 长语音识别 待识别语音 上传长音频，提供回调接口，异步获取识别结果
String	asrLong(String speechPath, int format, String callback_url) 长语音识别 待识别语音 上传长音频，提供回调接口，异步获取识别结果
String	asrLongByUrl(String speech_url, int format, String callback_url) 长语音识别 待识别语音下载地址 上传长音频，提供回调接口，异步获取识别结果
String	asrWx(byte[] audio, int format, int rate, int bits, int seq, int len, int end, int cont_res) 语音识别-流式版(WeChat AI) 对音频进行语音识别，并返回语音的文字内容
String	asrWx(String filePath, int format, int rate, int bits, int seq, int len, int end, int cont_res) 语音识别-流式版(WeChat AI) 对音频进行语音识别，并返回语音的文字内容
String	TtaSynthesis(String text) 语音合成（优图） 将文字转换为语音，返回文字的语音数据。
String	TtaSynthesis(String text, int model_type, int speed) 语音合成（优图） 将文字转换为语音，返回文字的语音数据。
String	TtsSynthesis(String text, int speaker, int format) 语音合成（AI Lab） 默认值 将文字转换为语音，返回文字的语音数据。
String	TtsSynthesis(String text, int speaker, int format, int volume, int speed, int aht, int apc) 语音合成（AI Lab） 非默认值 将文字转换为语音，返回文字的语音数据。

从类继承的方法 cn.xsshome.taip.base.BaseClient

requestServer, setConnectionTimeoutInMillis, setHttpProxy, setSocketProxy, setSocketTimeoutInMillis

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造器详细资料

TAipSpeech

public TAipSpeech(String app_id,
                  String app_key)

方法详细资料

asrEcho

public String asrEcho(byte[] audio,
                      int format,
                      int rate)
               throws Exception

语音识别-echo版 对音频进行语音识别，并返回语音的文字内容

参数:

audio - - 二进制音频数据

format - - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

rate - - 语音采样率编码 8000 16000

返回:

String

抛出:

Exception

asrEcho

public String asrEcho(String filePath,
                      int format,
                      int rate)
               throws Exception

语音识别-echo版 对音频进行语音识别，并返回语音的文字内容

参数:

filePath - - 音频文件本地路径

format - - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

rate - - 语音采样率编码 8000 16000

返回:

String

抛出:

Exception

asrEcho

public String asrEcho(byte[] audio,
                      int format)
               throws Exception

语音识别-echo版 对音频进行语音识别，并返回语音的文字内容

参数:

audio - - 二进制音频数据

format - - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

返回:

String

抛出:

Exception

asrEcho

public String asrEcho(String filePath,
                      int format)
               throws Exception

语音识别-echo版 对音频进行语音识别，并返回语音的文字内容

参数:

filePath - - 音频文件本地路径

format - - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

返回:

String

抛出:

Exception

asrLab

public String asrLab(int format,
                     int rate,
                     int seq,
                     int len,
                     int end,
                     String speech_chunk)
              throws Exception

语音识别-流式版（AI Lab） 对音频进行语音识别，并返回语音的文字内容

参数:

format - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

rate - 音频采样率编码 8000 16000

seq - 语音分片所在语音流的偏移量（字节）

len - 语音分片长度（字节）

end - 是否结束分片标识 0中间分片 1结束分片

speech_chunk - 待识别语音分片 base64编码数据

返回:

String

抛出:

Exception

asrLab

public String asrLab(int format,
                     int rate,
                     int seq,
                     int len,
                     int end,
                     byte[] audio)
              throws Exception

语音识别-流式版（AI Lab） 对音频进行语音识别，并返回语音的文字内容

参数:

format - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

rate - 音频采样率编码 8000 16000

seq - 语音分片所在语音流的偏移量（字节）

len - 语音分片长度（字节）

end - 是否结束分片标识 0中间分片 1结束分片

audio - 音频二进制数据

返回:

String

抛出:

Exception

asrLab

public String asrLab(String filePath,
                     int format,
                     int rate,
                     int seq,
                     int len,
                     int end)
              throws Exception

语音识别-流式版（AI Lab） 对音频进行语音识别，并返回语音的文字内容

参数:

filePath - 音频文件本地路径

format - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

rate - 音频采样率编码 8000 16000

seq - 语音分片所在语音流的偏移量（字节）

len - 语音分片长度（字节）

end - 是否结束分片标识 0中间分片 1结束分片

返回:

String

抛出:

Exception

asrWx

public String asrWx(byte[] audio,
                    int format,
                    int rate,
                    int bits,
                    int seq,
                    int len,
                    int end,
                    int cont_res)
             throws Exception

语音识别-流式版(WeChat AI) 对音频进行语音识别，并返回语音的文字内容

参数:

audio - - 二进制音频数据

format - - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4 SPEEX-5 MP3-8

rate - - 语音采样率编码 8000 16000

bits - 音频采样位数 16

seq - 语音分片所在语音流的偏移量（字节）

len - 语音分片长度（字节）

end - 是否结束分片标识 0中间分片 1结束分片

cont_res - 是否获取中间识别结果 0不获取 1获取

返回:

String

抛出:

Exception

asrWx

public String asrWx(String filePath,
                    int format,
                    int rate,
                    int bits,
                    int seq,
                    int len,
                    int end,
                    int cont_res)
             throws Exception

语音识别-流式版(WeChat AI) 对音频进行语音识别，并返回语音的文字内容

参数:

filePath - - 音频文件本地路径

format - - 语音压缩格式编码 PCM-1 WAV-2 AMR-3 SILK-4

rate - - 语音采样率编码 8000 16000

bits - 音频采样位数 16

seq - 语音分片所在语音流的偏移量（字节）

len - 语音分片长度（字节）

end - 是否结束分片标识 0中间分片 1结束分片

cont_res - 是否获取中间识别结果 0不获取 1获取

返回:

String

抛出:

Exception

TtsSynthesis

public String TtsSynthesis(String text,
                           int speaker,
                           int format,
                           int volume,
                           int speed,
                           int aht,
                           int apc)
                    throws Exception

语音合成（AI Lab） 非默认值 将文字转换为语音，返回文字的语音数据。

参数:

text - 待合成文本

speaker - 语音发音人编码

format - 合成语音格式编码

volume - 合成语音音量 取值范围[-10, 10]，如-10表示音量相对默认值小10dB，0表示默认音量，10表示音量相对默认值大10dB

speed - 合成语音语速，默认100

aht - 合成语音降低/升高半音个数，即改变音高，默认0

apc - 控制频谱翘曲的程度，改变说话人的音色，默认58

返回:

String

抛出:

Exception

TtsSynthesis

public String TtsSynthesis(String text,
                           int speaker,
                           int format)
                    throws Exception

语音合成（AI Lab） 默认值 将文字转换为语音，返回文字的语音数据。

参数:

text - 待合成文本

speaker - 语音发音人编码

format - 合成语音格式编码

返回:

String

抛出:

Exception

TtaSynthesis

public String TtaSynthesis(String text,
                           int model_type,
                           int speed)
                    throws Exception

语音合成（优图） 将文字转换为语音，返回文字的语音数据。

参数:

text - 待合成语音文本

model_type - 发音模型

speed - 语速

返回:

String

抛出:

Exception

TtaSynthesis

public String TtaSynthesis(String text)
                    throws Exception

语音合成（优图） 将文字转换为语音，返回文字的语音数据。

参数:

text - 待合成语音文本

返回:

String

抛出:

Exception

asrLong

public String asrLong(byte[] speech,
                      int format,
                      String callback_url)
               throws Exception

长语音识别 待识别语音 上传长音频，提供回调接口，异步获取识别结果

参数:

speech - 语音数据的Base64编码，原始音频大小上限5MB

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

返回:

String

抛出:

Exception

asrLongByUrl

public String asrLongByUrl(String speech_url,
                           int format,
                           String callback_url)
                    throws Exception

长语音识别 待识别语音下载地址 上传长音频，提供回调接口，异步获取识别结果

参数:

speech_url - 待识别语音下载地址

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

返回:

String

抛出:

Exception

asrLong

public String asrLong(String speechPath,
                      int format,
                      String callback_url)
               throws Exception

长语音识别 待识别语音 上传长音频，提供回调接口，异步获取识别结果

参数:

speechPath - 音频文件本地路径

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

返回:

String

抛出:

Exception

aaiDetectkeywordBySpeechURL

public String aaiDetectkeywordBySpeechURL(String speech_url,
                                          int format,
                                          String callback_url,
                                          String key_words)
                                   throws Exception

关键词检索 上传长音频，提供回调接口，异步获取识别结果

参数:

speech_url - 语音的二进制数据

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

key_words - 待识别关键词 多个关键词之间用“|”分隔，每个词长度不低于两个字，上限500个词

返回:

String

抛出:

Exception

aaiDetectkeywordBySpeech

public String aaiDetectkeywordBySpeech(byte[] speech,
                                       int format,
                                       String callback_url,
                                       String key_words,
                                       Integer rate)
                                throws Exception

关键词检索 上传长音频，提供回调接口，异步获取识别结果

参数:

speech - 语音的二进制数据

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

key_words - 待识别关键词 多个关键词之间用“|”分隔，每个词长度不低于两个字，上限500个词

rate - 采样频率 默认只支持8000

返回:

String

抛出:

Exception

aaiDetectkeywordBySpeech

public String aaiDetectkeywordBySpeech(String speechfilePath,
                                       int format,
                                       String callback_url,
                                       String key_words,
                                       Integer rate)
                                throws Exception

关键词检索 上传长音频，提供回调接口，异步获取识别结果

参数:

speechfilePath - 本地路径语音文件

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

key_words - 待识别关键词 多个关键词之间用“|”分隔，每个词长度不低于两个字，上限500个词

返回:

String

抛出:

Exception

aaiDetectkeywordBySpeechURL

public String aaiDetectkeywordBySpeechURL(String speech_url,
                                          int format,
                                          String callback_url,
                                          String key_words,
                                          Integer rate)
                                   throws Exception

关键词检索 上传长音频，提供回调接口，异步获取识别结果

参数:

speech_url - 语音文件的网络路径

format - 语音压缩格式编码

callback_url - 用户回调url，需用户提供，用于平台向用户通知识别结果

key_words - 待识别关键词 多个关键词之间用“|”分隔，每个词长度不低于两个字，上限500个词

rate - 采样频率 默认只支持8000

返回:

String

抛出:

Exception