API接入FAQ

Q：音频文件格式和大小有什么限制？

A：音频文件有这几处限制：

1. 音频时长需小于一小时；
2. 音频大小需小于150MB；
3. 支持MP3、MP4、WAV、OGG等音视频格式。

Q：不同类型识别的区别？

A：字幕服务支持说话、唱歌、自动三种类型识别（audio_type)，用户根据音频类型在参数中设置。说话类型只识别音频中的说话部分，唱歌类型只识别唱歌部分，自动类型对于说话和唱歌部分均可识别。

Q：常见错误信息

A：这里列出常见的接入错误和解决办法：

• 服务未授权

  • 错误信息：{"id": "", "code": 1022, "message": "requested grant not found"}
  • 错误原因：未能够正确匹配授权，火山控制台没有开启或添加字幕服务；可以阅读控制台说明文档开通字幕服务

• 鉴权失败

  • 错误信息：{"id":"","code":1022,"message":"authenticate request: authentication signature from request: invalid authorization method requested: bearer xzgdougwgig3mmzhexx2qhvazheebq8jumx","duration":0,"utterances":null}
  • 错误原因：鉴权头设置错误，可以阅读鉴权文档正确设置鉴权

• quota 超限

  • 错误信息：{"id": "", "code": 1022, "message": "quota exceeded for types duration"}
  • 错误原因：应用的时长超限，可以阅读控制台说明文档，在控制台申请更多时长。

• 音频转码失败

  • 错误信息：{"id":"335187b8-ccb8-4eeb-8d0e-d8b8aeb77bc6","code":1022,"message":"ffmpeg error (see stderr output for detail)","duration":0,"utterances":[]}
  • 错误原因：音频数据转码失败，请检查传入的音频文件，不能是以下类型：本地文件路径、非音频格式、PCM 格式音频。

Q：自动字幕打轴服务是如何对输入文本进行分句的？

• 当文本不包含标点时，会根据换行符/回车分句。
• 当文本包含标点时，会根据句号、问号、叹号、分号、换行符/回车进行分句。
• 建议尽可能将文本中每个分句使用回车换行，用空格代替标点；或者删除分句中出现的句号、问号、叹号和分号。