微软智能认知接口研究-语音识别

官方文档:https://www.azure.cn/cognitive-services/en-us/speech-api/documentation/api-reference-rest/bingvoicerecognition

语音识别需要先获取token才能进行后续操作。token的时效是600秒。一旦token过期,再次调用识别接口,将返回403错误。

Token获取

Method : POST

URL : https://oxford-speech.cloudapp.net/token/issueToken

Content-Type : application/x-www-form-urlencoded

参数列表 :(HTTPBody)

grant_type = client_credentials

client_id = Your subscription key

client_secret = Your subscription key

scope = https://speech.platform.bing.com

举例:

grant_type=client_credentials&client_id=<Your_subscription_key>&client_secret=<Your_subscription_key>&scope=https://speech.platform.bing.com

返回值:

Content-Type: application/json; charset=utf-8

{

"access_token":<Base64-access_token>,

"token_type":"jet",

"expires_in":"600",

"scope":"https://speech.platform.bing.com"

}

语音识别成文本

Method : POST

BaseURL : https://speech.platform.bing.com/recognize

HTTP query parameters:

必需设定的参数:

version=3.0

requestid=b2c95ede-97eb-4c88-81e4-80f32d6aee53 (自定义请求Id)

appID=D4D52672-91D7-4C74-8AD8-42B1D98141A3 (自定义AppId)

format=json

locale=zh-CN (IETF RFC 5646约定的语言代码)

device.os=iOS7 (Windows OS, Windows Phone OS, XBOX, Android, iPhone OS. Example: device.os=Windows Phone OS)

scenarios=ulm (识别方式,ulm, websearch)

instanceid=b2c95ede-97eb-4c88-81e4-80f32d6aee53 (自定义对象Id)

可选参数:

maxnbest=3 (同一个请求的最大返回次数,默认为1)

result.profanity=1 (对于识别结果文本,根据一个坏词列表,过滤不好的词,并标记这些识别出来的坏词。0关闭功能,1开启功能。默认为1)

举例1:

version=3.0&requestid=b2c95ede-97eb-4c88-81e4-80f32d6aee53&appID=D4D52672-91D7-4C74-8AD8-42B1D98141A3&format=json&locale=zh-CN&device.os=iOS7&scenarios=ulm&instanceid=b2c95ede-97eb-4c88-81e4-80f32d6aee53

举例2:

scenarios=catsearch&appid=f84e364c-ec34-4773-a783-73707bd9a583&locale=en-US&device.os=wp7&version=3.0&format=xml&requestid=1d4b6030-9099-11e0-91e4-0800200c9a63&instanceid=1d4b6030-9099-11e0-91e4-0800200c9a63

HTTPHeaderFields:

Content-Type : audio/wav; samplerate=8000

Authorization : Bearer <Base64-access_token>

HTTPBody:<Audio Data>

返回值:(简化版)

{

header: { name: string }

}

name的内容就是识别的结果

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,948评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,371评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,490评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,521评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,627评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,842评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,997评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,741评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,203评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,534评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,673评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,339评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,955评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,770评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,000评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,394评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,562评论 2 349

推荐阅读更多精彩内容

  • # 一度蜜v3.0协议 --- # 交互协议 [TOC] ## 协议说明 ### 请求参数 下表列出了v3.0版协...
    c5e350bc5b40阅读 641评论 0 0
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,633评论 18 139
  • #清凉法语#利不可赚尽,福不可享尽 “利不可赚尽,福不可享尽,势不可用尽”,这个世界不是哪一个人的世界,而是所有人...
    xcy无名阅读 342评论 0 0
  • 在单值动画中,一次只能改变其中的单个量,比如left、width、height~~~如果需要一次改变多的量,就需要...
    daisx阅读 253评论 0 0