久久久,欧美乱妇高清无乱码免费,久久久久久久中文,亚洲日韩久久

幫助與文檔 > 產品文檔 > 自然語言翻譯服務 > API文檔 > 實時語音翻譯
實時語音翻譯

實時語音翻譯 API 簡介

概念解釋

實時語音翻譯：可實現對連續(xù)音頻流的實時翻譯和整句翻譯，轉換成識別后文本信息并返翻譯后文字流。

說明

Hi，您好，歡迎使用有道智云實時語音翻譯API接口服務。

如果您想快速體驗服務，建議您前往實時語音翻譯體驗中心 或者在體驗中心右下側找到小程序二維碼，掃描進行體驗。

如果您有與我們商務合作的需求，可以通過以下方式聯系我們：

商務郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內容有任何疑問，可以通過以下幾種方式聯系我們：

客服QQ：1906538062

智云翻譯技術交流QQ 1群: 652880659

智云翻譯技術交流QQ 2群: 669384425

智云翻譯技術交流QQ 3群: 807539209

智云翻譯技術交流QQ 4群: 936752411

聯系郵箱： zhiyun@corp.youdao.com

溫馨提示：

本文檔主要針對開發(fā)人員，接入測試前需要獲取應用ID和應用密鑰；如果您還沒有，請按照新手指南操作。

平臺向每個賬戶贈送50元的體驗金，供用戶集成前測試所用，具體資費規(guī)則詳見 實時語音翻譯服務報價 。

接口說明

接口地址：

wss://openapi.youdao.com/stream_speech_trans?{請求參數}

協(xié)議須知

調用方在集成實時語音翻譯API時，請遵循以下規(guī)則。

規(guī)則 描述
傳輸方式 WSS
字符編碼 統(tǒng)一使用UTF-8編碼
響應格式 JSON
語音格式 wav（不壓縮、pcm編碼）
語音采樣率 16k
語音編碼 16bit位深的單聲道

接口調用參數

服務接口的調用分為認證、實時通信兩階段。

1 .認證階段

請求參數格式： key1=value1&key2=value2&key3=value3&key4=value4

參數說明：

參數 類型 必填 說明 示例
appKey String 是 已申請的應用ID 應用ID
salt String 是 UUID uuid，唯一通用識別碼
curtime String 是 時間戳（秒） 1522292849
sign String 是 簽名 sha256(應用ID + salt + curtime + 應用密鑰)
signType String 是 數字簽名類型 v4
from String 是 源語言選擇 參照下方語言表
to String 是 目標語言選擇 參照下方語言表
format String 是 音頻格式，支持wav wav
channel String 是 聲道，支持單聲道，值為1 1
version String 是 api版本 v1
rate String 是 采樣率 16000
transPattern String 否 支持的翻譯模式：
實時語音識別（stream）
整句翻譯(sentence)		 sentence
noitn String 否 強制把阿拉伯數字轉為英文單詞 (0/1)，默認值為0 表示不強制 0
  • 注意：noitn參數只適用于以下語種：中文（ zh-CHS ），粵語（yue ），英文（ en ），英語(澳大利亞)（ en-AUS ），英語(印度)（en-IND ），英語(英國)（en-GBR ），日文（ ja ），韓文（ ko ），西班牙語（ es ），俄語（ru ），阿拉伯語(ar ）

簽名生成方法如下： sign=sha256(應用ID+salt+curtime+應用密鑰)。（僅API接入方式的應用有應用密鑰）

2. 實時通信階段

認證成功之后，進入實時通信階段，此階段客戶端發(fā)送音頻流和結束標識，并接收轉寫結果。

2. 2. 1 發(fā)送音頻流

此階段客戶端通過 binary message 發(fā)送音頻流，內容為音頻的二進制數據，此過程的發(fā)送頻率將影響文字結果展示的實時性。

建議以 200ms 間隔發(fā)送音頻數據，若間隔超時 15s 以上，服務端將停止識別。

2. 2. 2 發(fā)送結束標識

客戶端完成所有音頻數據的發(fā)送后，需發(fā)送一個特殊的 binary message 到服務端作為音頻流 發(fā)送結束的標識，內容為：

{"end": "true"}

輸出結果

認證結果說明

服務端通過 text message 返回 json字符串的認證結果，參數示例：

參數 類型 說明
errorCode String 錯誤碼，詳見 錯誤代碼列表
action String 狀態(tài)標識，started：握手，recognition：識別，error：錯誤
result String 識別結果數據

成功：

{
	"result": {},
	"action": "started",
	"errorCode": "0"
}

失?。?/p> 

{
	"result": "{}",
	"action": "error",
	"errorCode": "202"
}

識別結果說明

交互過程中，服務端不斷通過 text message 返回實時識別結果到客戶端，響應結果是以json形式輸出（為text message）。

識別結果 result 參數說明：

參數 含義 說明
bg 分句開始時間 單位毫秒/ms (僅簡體中文、通用英文、中英混合包括此字段)
ed 分句結束時間 單位毫秒/ms (僅簡體中文、通用英文、中英混合包括此字段)
partial 是否是中間結果 true：中間結果；false：完整句子
segId 分句 id 從 1 開始遞增
context 識別結果
tranContent 翻譯結果

識別結果示例：

{
	"result": {
		"transPattern": "stream",
		"segId": 0,
		"bg": 60,
		"context": "Have a good day.",
		"tranContent": "祝你今天愉快。",
		"partial": true,
		"ed": 840
	},
	"errorCode": "0",
	"action": "recognition"
}

支持的語言表

代碼 語言
zh-CHS 簡體中文
en 通用英文
enzh 中英混合
ar-IL 阿拉伯語（以色列）
ar-JO 阿拉伯語（約旦）
ar-AE 阿拉伯語（阿拉伯聯合酋長國）
ar-BH 阿拉伯語（巴林）
ar-DZ 阿拉伯語（阿爾及利亞）
ar-SA 阿拉伯語（沙特阿拉伯）
ar-IQ 阿拉伯語（伊拉克）
ar-KW 阿拉伯語（科威特）
ar-MA 阿拉伯語（摩洛哥）
ar-TN 阿拉伯語（突尼斯）
ar-OM 阿拉伯語（阿曼）
ar-PS 阿拉伯語（巴勒斯坦國）
ar-QA 阿拉伯語（卡塔爾）
ar-LB 阿拉伯語（黎巴嫩）
ar-EG 阿拉伯語（埃及）
pl 波蘭語（波蘭）
da 丹麥語（丹麥）
de 德語（德國）
ru 俄語
fr 法語（法國）
fr-CA 法語（加拿大）
fi 芬蘭語（芬蘭）
ko 韓語（韓國）
nl 荷蘭語（荷蘭）
cs 捷克語（捷克共和國）
hr 克羅地亞語（克羅地亞）
lv 拉脫維亞語（拉脫維亞）
ro 羅馬尼亞語（羅馬尼亞）
ms 馬來語（馬來西亞）
pt-BRA 葡萄牙語（巴西）
pt 葡萄牙語（葡萄牙）
ja 日語（日本）
sv 瑞典語（瑞典）
te 泰盧固語（印度）
ta 泰米爾語（印度）
ta-SG 泰米爾語（新加坡）
ta-LK 泰米爾語（斯里蘭卡）
ta-MY 泰米爾語（馬來西亞）
th 泰語（泰國）
tr 土耳其語（土耳其）
es 西班牙語（西班牙）
es-AR 西班牙語（阿根廷）
es-BO 西班牙語（玻利維亞）
es-CL 西班牙語（智利）
es-COL 西班牙語（哥倫比亞）
es-CR 西班牙語（哥斯達黎加）
es-EC 西班牙語（厄瓜多爾）
es-SV 西班牙語（薩爾瓦多）
es-US 西班牙語（美國）
es-GT 西班牙語（危地馬拉）
es-HN 西班牙語（洪都拉斯）
es-MEX 西班牙語（墨西哥）
es-NI 西班牙語（尼加拉瓜）
es-PA 西班牙語（巴拿馬）
es-PY 西班牙語（巴拉圭）
es-PE 西班牙語（秘魯）
es-PR 西班牙語（波多黎各）
es-DO 西班牙語（多米尼加共和國）
es-UY 西班牙語（烏拉圭）
es-VE 西班牙語（委內瑞拉）
it 意大利語（意大利）
hi 印地語（印度）
en-AUS 英語（澳大利亞）
en-CA 英語（加拿大）
en-GH 英語（加納）
en-GBR 英語（英國）
en-IND 英語（印度）
en-IE 英語（愛爾蘭）
en-KE 英語（肯尼亞）
en-NZ 英語（新西蘭）
en-NG 英語（尼日利亞）
en-PH 英語（菲律賓）
en-SG 英語（新加坡）
en-ZAF 英語（南非）
en-TZ 英語（坦桑尼亞）
en-US 英語（美國）
vi 越南語（越南）
zh-TWN 臺灣普通話（中國臺灣）
lo 老撾語（老撾）
bn 孟加拉語（孟加拉）
bn-IN 孟加拉語（印度）
tl 菲律賓語
  • 注：目標語言不支持 “enzh 中英混合”

以下場景語種只能用作源語種，不可用做目標語種

語言 代碼
s-ar 阿拉伯語(沙特阿拉伯)
s-ru 俄羅斯(俄羅斯)
s-tr 土耳其(土耳其)
s-pl 波蘭(波蘭)
s-ca 加泰羅尼亞語(西班牙)
s-nl 荷蘭(荷蘭)
s-sv 瑞典(瑞典)
s-it 意大利(意大利)
s-id 印尼(印度尼西亞)
s-fi 芬蘭(芬蘭)
s-fa 波斯
s-fr 法國(法國)
s-de 德國(德國)

服務配置

支持格式 免費用戶最大支持并發(fā) 單次最大請求時長（s） 支持語言
wav 10 3600 參考支持的語言列表

錯誤代碼列表

錯誤碼 含義
101 缺少必填的參數，首先確保必填參數齊全，然后，確認參數書寫是否正確。
102 不支持的語言類型
103 翻譯文本過長
104 不支持的API類型
105 不支持的簽名類型
106 不支持的響應類型
107 不支持的傳輸加密類型
108 應用ID無效，注冊賬號，登錄后臺創(chuàng)建應用和實例并完成綁定，可獲得應用ID和應用密鑰等信息
109 batchLog格式不正確
110 無相關服務的有效實例，應用沒有綁定服務實例，可以新建服務實例，綁定服務實例。注：某些服務的翻譯結果發(fā)音需要tts實例，需要在控制臺創(chuàng)建語音合成實例綁定應用后方能使用。
111 開發(fā)者賬號無效
112 請求服務無效
113 q不能為空
114 不支持的圖片傳輸方式
201 解密失敗，可能為DES,BASE64,URLDecode的錯誤
202 簽名檢驗失敗
203 訪問IP地址不在可訪問IP列表
205 請求的接口與應用的平臺類型不一致，確保接入方式（Android SDK、IOS SDK、API）與創(chuàng)建的應用平臺類型一致。如有疑問請參考入門指南
206 因為時間戳無效導致簽名校驗失敗
207 重放請求
301 辭典查詢失敗
302 翻譯查詢失敗
303 服務端的其它異常
304 會話閑置太久超時
401 賬戶已經欠費停
402 offlinesdk不可用
411 訪問頻率受限,請稍后訪問
412 長請求過于頻繁，請稍后訪問
1001 無效的OCR類型
1002 不支持的OCR image類型
1003 不支持的OCR Language類型
1004 識別圖片過大
1201 圖片base64解密失敗
1301 OCR段落識別失敗
1411 訪問頻率受限
1412 超過最大識別字節(jié)數
2003 不支持的語言識別Language類型
2004 合成字符過長
2005 不支持的音頻文件類型
2006 不支持的發(fā)音類型
2201 解密失敗
2301 服務的異常
2411 訪問頻率受限,請稍后訪問
2412 超過最大請求字符數
3001 不支持的語音格式
3002 不支持的語音采樣率
3003 不支持的語音聲道
3004 不支持的語音上傳類型
3005 不支持的語言類型
3006 不支持的識別類型
3007 識別音頻文件過大
3008 識別音頻時長過長
3009 不支持的音頻文件類型
3010 不支持的發(fā)音類型
3201 解密失敗
3301 語音識別失敗
3302 語音翻譯失敗
3303 服務的異常
3411 訪問頻率受限,請稍后訪問
3412 超過最大請求字符數
4001 不支持的語音識別格式
4002 不支持的語音識別采樣率
4003 不支持的語音識別聲道
4004 不支持的語音上傳類型
4005 不支持的語言類型
4006 識別音頻文件過大
4007 識別音頻時長過長
4201 解密失敗
4301 語音識別失敗
4303 服務的異常
4411 訪問頻率受限,請稍后訪問
4412 超過最大請求時長
5001 無效的OCR類型
5002 不支持的OCR image類型
5003 不支持的語言類型
5004 識別圖片過大
5005 不支持的圖片類型
5006 文件為空
5201 解密錯誤，圖片base64解密失敗
5301 OCR段落識別失敗
5411 訪問頻率受限
5412 超過最大識別流量
9001 不支持的語音格式
9002 不支持的語音采樣率
9003 不支持的語音聲道
9004 不支持的語音上傳類型
9005 不支持的語音識別 Language類型
9301 ASR識別失敗
9303 服務器內部錯誤
9411 訪問頻率受限（超過最大調用次數）
9412 超過最大處理語音長度
10001 無效的OCR類型
10002 不支持的OCR image類型
10004 識別圖片過大
10201 圖片base64解密失敗
10301 OCR段落識別失敗
10411 訪問頻率受限
10412 超過最大識別流量
11001 不支持的語音識別格式
11002 不支持的語音識別采樣率
11003 不支持的語音識別聲道
11004 不支持的語音上傳類型
11005 不支持的語言類型
11006 識別音頻文件過大
11007 識別音頻時長過長，最大支持30s
11201 解密失敗
11301 語音識別失敗
11303 服務的異常
11411 訪問頻率受限,請稍后訪問
11412 超過最大請求時長
12001 圖片尺寸過大
12002 圖片base64解密失敗
12003 引擎服務器返回錯誤
12004 圖片為空
12005 不支持的識別圖片類型
12006 圖片無匹配結果
13001 不支持的角度類型
13002 不支持的文件類型
13003 表格識別圖片過大
13004 文件為空
13301 表格識別失敗
15001 需要圖片
15002 圖片過大（1M）
15003 服務調用失敗
17001 需要圖片
17002 圖片過大（1M）
17003 識別類型未找到
17004 不支持的識別類型
17005 服務調用失敗

版本更新記錄

上線日期 版本號 更新內容
2019.07.09 v1.0.0 有道智云實時語音翻譯API上線
2019.08.20 v1.1.0 實時語音翻譯API所支持語種擴充至86個

常用語言Demo

Java 示例

實時語音翻譯 Java demo

Python3 示例

實時語音翻譯 python3 demo

C#示例

實時語音翻譯 c# demo

PHP 示例

實時語音翻譯 php demo

go 示例

實時語音翻譯 go demo

注：其他開發(fā)語言請參照 接口API文檔 進行開發(fā)，也歡迎企業(yè)咨詢來提出你們需要的demo。