音频文件转写-含话者分离(算法编码：2202093)

接口信息

API Path
/aipaas/voice/v1/tts/voiceSeperate

请求协议
HTTP

请求方法
POST

请求头部 ：

头部标签	必填	说明	类型	数据字典	限制	头部内容	示例
Content-Type	是	application/json	[string]			application/json	application/json
X-APP-ID	是	控制台-应用管理-创建应用-AppID	[string]
Authorization	是	公网鉴权，公网调用时必传	[string]
Device-Uuid	否	设备管理-设备uuid	[string]

请求参数 Json：

参数名	说明	必填	类型	数据字典	限制	示例
timestamp	当前时间的整形时间戳，精确到秒，10 分钟内有效	是	[int]
file_link	存放录音文件的地址链接，支持 HTTP	是	[string]
req_id	请求全局唯一 ID，记录该值便于排查问题	是	[string]
enable_callback	是否启用回调功能，当前版本仅支持true	是	[boolean]
sample_rate	音频采样率，默认值 16000 Hz	否	[int]
num_channels	输入音频数据的通道数，默认值是 1	否	[int]
enable_punc	是否开启加标点，默认值是 true	否	[boolean]
enable_itn	是否开启 ITN，默认值是 true	否	[boolean]
business_data	客户端需要回传的业务数据	否	[string]
callback_url	接收回调结果的url地址，return_mode为0是必传	否	[string]
return_mode	结果返回模式，0:push，1:pull，默认为0。push模式即提供callback_url接收最终结果回调；pull模型即通过大模型异步调用结果回查接口查询最终调用结果，接口文档详见开发指南下的大模型异步调用结果回查。	否	[int]

REST参数 ：

参数名	说明	必填	类型	数据字典	限制	示例
code		是	[string]

响应内容 ：

返回结果

> 成功 (200)
> Json
> Object

参数名	说明	必填	类型	数据字典	限制	示例
code	状态响应码。参考错误编码规范	是	[string]
msg	调用结果描述。参考错误编码规范	是	[string]
requestId	请求ID，用于调用查询大模型生成结果信息接口	是	[string]

成功示例[Mock API] ：

{
    "code": "10000",
    "msg": "调用成功",
    "requestId": "test001"
}

失败示例[Mock API] ：

{
    "code": "10903",
    "msg": "服务执行失败",
    "requestId": "test001"
}

1. 功能简介

支持PCM、WAV、MP3格式多通道多采样率音频识别。

2. 服务鉴权

服务接口调用时需要严格遵循服务鉴权规则
公网服务调用鉴权规则请参见：开发指南 - 接口签名认证

3. 状态码说明

通用状态码请参见【状态码】中的【网关认证】，其余状态码如下：

返回码	解释	说明	解决方法
10301	Required parameter miss	必填参数缺失	检查请求体是否符合接口协议
10302	Too many requests	并发请求过多	联系商务，增加并发
10304	Parse request body fail	请求格式错误	查看请求的 URL body 格式是否正确，参考接口文档
10503	Server connection time out	服务连接超时	联系技术人员
10603	Fetch audio failed	获取音频文件失败	检查文件 URL 是否正确
10604	Decode audio failed	解析音频文件失败	检查源音频文件格式是否正确
10605	Resample audio failed	重采样音频失败	联系技术人员
10607	Audio too large	音频文件过大	切分音频再进行识别
10608	Audio too long	音频过长	切分音频再进行识别
10801	Task processing	任务处理中	等待重新查询
10903	Recognize failed	识别失败	联系技术人员
10904	Query failed	查询失败	联系技术人员
10905	Unexpected error	未知错误	联系技术人员
10000	Success	成功	执行下一步操作

4. 请求参数示例

{
"timestamp": 1673493479,
"file_link": "https://gw.alipayobjects.com/os/bmw-prod/0574ee2e-f494-45a5-820f-63aee583045a.wav",
"req_id": "3a87fe9793c9-4ebd-95d4-4ce2-a80c054b",
"enable_callback": true,
"callback_url": "http://{ip}/{port}/{uri}"
}

5. 调用示例

5.1 Java版本

import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;

import java.util.HashMap;
import java.util.Map;

public class OfflineAsr {

    public static void main(String[] args) {
        offlineAsr();
    }

    /**
     * 方法中使用到的 JSONObject、HttpRequest、HttpResponse均来自Hutool工具类。
     * 具体maven依赖为：
     *   
     *             cn.hutool
     *             hutool-all
     *             5.8.29
     *   
     */
    public static void offlineAsr() {
        String url = "服务调用地址";
        // 设置请求头
        Map headers = new HashMap();
        //公网调用鉴权
        headers.put("X-APP-ID", "yourAppId"); 
        headers.put("Authorization", "yourAuthorization");
        headers.put("Content-Type", "application/json");
        // 创建请求对象
        JSONObject request = new JSONObject();
        request.append("timestamp", System.currentTimeMillis() / 1000);
        request.append("file_link", "http://yourAudioAddress.wav");
        request.append("req_id", "yourRequestId");
        request.append("enable_callback", true);
        request.append("callback_url", "http://callback-address");
        // 发起HTTP请求
        HttpResponse response =
                HttpRequest.post(url)
                        .headerMap(headers, false)
                        .body(JSONUtil.toJsonStr(request))
                        .execute();
        // 打印返回结果
        System.out.println(response.body());
    }
}

5.2 Python版本

import json
import hashlib
import hmac
import time
import re
import urllib.parse
import requests
import warnings
from datetime import datetime
import logging

# 配置日志，设置日志级别为INFO，并指定日志格式
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 配置环境变量
X_APP_ID = "yourAppId"
AUTHORIZATION = "yourAuthorization"

# URL 和请求数据
url = "算法调用地址"  # 请求的URL
request_data = {
    "timestamp": int(time.time()),
    "file_link": "https://gw.alipayobjects.com/os/bmw-prod/0574ee2e-f494-45a5-820f-63aee583045a.wav",
    "req_id": "yourRequestId",
    "enable_callback": True,
    "callback_url": "http://{ip}/{port}/{uri}"
}

# 构建请求头
headers = {
    "Content-Type": "application/json",
    "X-APP-ID": X_APP_ID,
    "Authorization": AUTHORIZATION
}


def timeSimple(timestamp):
    # 将时间戳转换为HH:MM:SS格式的时间字符串
    dt_object = datetime.fromtimestamp(timestamp)
    formatted_time = dt_object.strftime("%H:%M:%S")
    return formatted_time


def send_request(url):
    try:
        start_time = time.time()
        logging.info(f"请求路径: {url}")
        logging.info(f"开始发送: {timeSimple(start_time)}")

        with requests.post(
            url, json=request_data, headers=headers, stream=True, verify=False
        ) as response:
            first_packet_time = None
            if response.status_code == 200:
                logging.info(f"接受到返回: {timeSimple(time.time())}")

                for chunk in response.iter_content(chunk_size=1024):
                    if chunk:
                        if first_packet_time is None:
                            first_packet_time = time.time()
                        logging.info(
                            f"Received chunk: {timeSimple(time.time())} {chunk.decode('utf-8')}"
                        )

                end_time = time.time()
                logging.info(f"Time to first byte (TTFB): {first_packet_time - start_time:.3f} seconds")
                logging.info(f"Request completed in {end_time - start_time:.3f} seconds")
            else:
                logging.error(f"Request failed with status code {response.status_code}")
    except Exception as e:
        logging.error(f"An error occurred: {e}")


# 发送请求
send_request(url)
logging.info(f"headers = {headers}")