语音识别接口(ASR)
启动ASR识别
例子:weixin@yuyinjiqiren
API
uuid_cti_start_detect_speech uuid asrproxy_addr vad_mode vad_min_active_time_ms vad_max_end_silence_time_ms vad_level vad_filter wait_speech_timeout_ms max_speech_time_ms hot_word asr_params asr_notify asr_notify_uuid asr_mode
asrproxy_addr asrproxy程序IIP和端口
vad_mode 0:本地VAD 1:远端VAD 2:本地检测声音开始,远端检测声音结束
vad_min_active_time_ms 说话时间大于这个值才开始提交ASR
vad_max_end_silence_time_ms 静音时间大于这个值认为说话停止
vad_level vad检测灵敏度 0-3,值越大越迟钝,建议3
vad_filter 噪音过滤等级0-1.0,建议0.2,值越大过滤范围越大,会导致小的声音给过滤。
wait_speech_timeout_ms Zui大等待说话时间,用于一句话识别(asr_mod:0),等待时间超过这个值还没说话,就停止。
max_speech_time_ms 说话事件超过这个值,会强制认为一句话结束。如果对接是是一句话识别ASR接口,建议设置60000以内。
hot_word ASR热词
asr_params ASR自定义参数
asr_notify ASR识别结果通知类型 0:ESL事件 1:FS的内部队列 2:ESL事件和FS的内部队列
asr_notify_uuid asr识别结果通知uuid
asr_mod 0:只识别一句话就停止 1: 执行一次会持续进行ASR识别,直到挂机或者调用uuid_cti_stop_detect_speech才停止ASR识别
停止ASR识别
API
uuid_cti_stop_detect_speech uuid
uuid 操作通道的UUID
放音的同时执行ASR识别
app
cti_play_and_detect_speech <vad_mode> <vad_filter> <asrproxy_addr> vad_min_active_time_ms vad_max_end_silence_time_ms wait_speech_timeout_ms max_speech_time_ms hot_word asr_params asr_notify_uuid
file 放音文件
mode 0:不启动ASR识别 1:放音的同时开启ASR识别; 2:放音完成之后才开启ASR识别。
interrupt 0:关键词打断; 1:检测到声音打断; 2:有识别结果打断; 3:识别到一句话打断。
vad_mode 0:使用本地VAD算法检测说话停止 2:等待ASR反馈说话结束。
vad_filter 噪音过滤等级0-1。
asrproxy_addr asr代理地址。
vad_min_active_time_ms 说话时间大于这个值才开始提交ASR。
vad_max_end_silence_time_ms 静音时间大于这个值认为说话停止。
wait_speech_timeout_ms 放音完成后等待用户说话的等待时间。
max_speech_time_ms Zui大说话时间,说话时间超过这个值就停止ASR。
hot_word ASR热词。
asr_params ASR私有参数,JOSN格式{\”变量\”=\”名字\”}。
asr_notify_uuid asr识别结果通知uuid
ASR识别结果通知
事件类型 SWITCH_EVENT_CUSTOM cti_asr
事件头
Speech-Notify-UUID asr_notify_uuid
Speech-Type
b:检测到开始说话
0:识别结果更新,如果结果是空,表示远端VAD检测到开始说话
1:一句话结果 ASR_MODE_MULTI模式才有
f:远端结束
F:本段结束
e:本段错误
E:远端错误
t:wait_speech_timeout 超时
Speech-Time 开始说话时间,linux时间戳(微妙)
事件体 识别结果