四川长虹电视语音识别技术

如果离线识别还没识别完,只会返回code和message,全部识别完后才会有识别结果的内容。 应答字段: 字段 说明 层级 格式 是否必填 备注 resp 返回内容 1 dict ✓ id 请求标识 task id 2 string ✓ code 请求状态号 task status code 2 int ✓ message 请求状态信息 task proceeing message 2 string ✓ text 识别结果文本 asr text 2 tring utterances 识别结果语音分句信息 utterances info 2 list 分句列表。 s...

如果离线识别还没识别完,只会返回code和message,全部识别完后才会有识别结果的内容。 应答字段: 字段 说明 层级 格式 是否必填 备注 resp 返回内容 1 dict ✓ id 请求标识 task id 2 string ✓ code 请求状态号 task status code 2 int ✓ message 请求状态信息 task proceeing message 2 string ✓ text 识别结果文本 asr text 2 tring utterances 识别结果语音分句信息 utterances info 2 list 分句列表。 s...

图片识别:中文汉字、英语 2: optional string asr 【标准】语音识别:普通话、粤语、四川话、英语 3: list ocr_details 【标准】图片识别细节。逐帧分析内容,识别... ASR信息综合判断文章相似度 13: string event_id 【*非标】所属事件。聚合ID。从内容维度将相近的同一个事件下的发文内容聚合在一起。当前仅对部分图文内容做分析,因此大部分为空,...

接入必读请先查看接入必读了解具体接入方式,再参考此文档完成接入。 功能介绍VoiceConversionStream为用户提供声音转换能力,支持用户输入人声音频,并通过深度学习转化为其他指定的音色,高度保留输入语音的说话风格、情感变化、说话节奏。流式声音转换支持实时的转换效果。 输入:原始说话语音二进制数据 输出:转换音色后的具有目标发音人音色和韵律的语音二进制数据 接口说明当前支持通过 WebSocket 协议在线调用 请求内容包括: ...