智能音频文件识别产品API文档#

版权所有 翻版必究

目录

音频文件上传请求#

请求URL#

集群URL支持产品列表
北京http://api-audio-bj.fengkongcloud.com/audio/v4中文音频文件
上海http://api-audio-sh.fengkongcloud.com/audio/v4中文音频文件
硅谷http://api-audio-gg.fengkongcloud.com/audio/v4中文音频文件
英语音频文件
阿语音频文件

字符编码#

UTF-8

请求方法#

POST

建议超时时长#

1s

音频格式限制#

WAV、MP3、AAC、AMR、3GP、M4A、WMA、OGG、APE、FLAC、ALAC、WAVPACK、SILK_V3等

请求体限制#

所有请求参数大小总和不能超过18M

请求参数#

放在HTTP Body中，采用Json格式，具体参数如下：

请求参数名类型参数说明传入说明规范
accessKeystring公司密钥必传参数由数美提供
appIdstring应用标识必传参数

用于区分应用，可选值如下：

default：默认应用

额外应用值需数美单独分配提供

eventIdstring事件标识必传参数

用于区分场景数据
可选值：

default：默认事件

audiobook：有声书

education：教育音频

game：游戏语音房

live：秀场直播

ecommerce：电商直播

voiceroom：交友语音房

private：私密语音聊天

other：其他

typestring检测的风险类型必传参数

AUDIOPOLITICAL：一号领导人声纹识别

POLITICS：涉政识别

PORN：色情识别

AD：广告识别
ANTHEN：国歌识别

MOAN：娇喘识别

ABUSE：辱骂识别
GENDER：性别识别

TIMBRE：音色识别

SING：唱歌识别

LANGUAGE：语种识别

如需识别音色，唱歌,语种GENDER必传

如需做组合识别，通过下划线连接即可，例如POLITICS_PORN_MOAN涉政、色情和娇喘识别

建议传入：
POLITICS_PORN_AD_MOAN

contentTypestring待识别音频内容的格式必传参数

可选值：

URL：识别内容为音频url地址；

RAW：识别内容为音频的base64编码数据

contentstring待识别的音频内容必传参数

可以为url地址或者base64编码数据。

其中，base64编码数据上限15M，仅支持pcm、wav、mp3格式, 并且pcm格式数据必须采用16-bit小端序编码。推荐使用pcm、wav格式传输

datajson object本次请求相关信息必传参数最长1MB，详见data参数
btIdstring音频文件唯一标识必传参数唯一标识这条音频文件，方便将回调结果对应上，最高128位，不能重复
callbackstring回调http接口非必传参数当该字段非空时，服务将根据该字段回调通知用户审核结果

data#

其中，data的内容如下：

请求参数名类型参数说明传入说明规范
tokenIdstring用户账号非必传参数用于用户行为分析，建议传入用户UID
formatInfostring音频数据格式非必传参数当音频内容格式为RAW时必须存在，可选值：pcm、wav、mp3
rateint音频数据采样率非必传参数当音频数据格式为pcm时必须存在，范围限制8000-32000。
trackint音频数据声道数非必传参数

当音频数据格式为pcm时必须存在，可选值：

1: 单声道

2: 双声道

returnAllTextint返回音频片段的等级非必传参数

0：返回风险等级为非pass的音频片段

1：返回所有风险等级的音频片段

默认为0

langstring音频流语言类型非必传参数可选值如下，（默认值为zh）：
zh：中文
en：英文
ar：阿拉伯语

同步返回参数#

放在HTTP Body中，采用Json格式，具体参数如下：

返回结果参数名参数类型参数说明是否必返规范
requestIdstring本次请求的唯一标识是
codeint请求返回码是

1100：成功

1901：QPS超限

1902：参数不合法

1903：服务失败

9101：无权限操作

messagestring请求返回描述，和请求返回码对应是

回调结果#

放在HTTP Body中，采用Json格式，具体参数如下：

参数名类型参数说明是否必返规范
requestIdstring本次请求的唯一标识是
btIdstring音频唯一标识是
codeint请求返回码是

1100：成功

1901：QPS超限

1902：参数不合法

1903：服务失败

9101：无权限操作

除message和requestId之外的字段，只有当code为1100时才会存在

messagestring请求返回描述，和请求返回码对应是
riskLevelstring当前事件的处置建议是

可能返回值：
PASS：通过

REVIEW：审核

REJECT：拒绝

建议：对接初期不直接使用结果，进行拦截尺度调优，符合预期后在进行使用

audioTextstring整段音频转译文本结果是
audioTimeint整段音频的音频时长是单位秒
audioDetailjson_array音频片段信息是回调的音频片段信息，详见audioDetail参数
audioTagsjson_object音频标签否返回性别、音色、是否唱歌等标签
requestParamsjson_object透传字段是返回data下所有字段

audioDetail#

其中，audioDetail详细内容如下：

参数名类型参数说明是否必返规范
audioStarttimefloat音频片段起始时间是相对音频开始的时间距离，单位是秒
audioEndtimefloat音频片段结束时间是相对音频开始的时间距离，单位是秒
audioUrlstring音频片段链接是mp3格式
riskLevelstring音频片段识别结果是

可能返回值：
PASS：通过

REVIEW：审核

REJECT：拒绝

riskLabel1string一级风险标签是
riskLabel2string二级风险标签是
riskLabel3string三级风险标签是
riskDescriptionstring风险原因是
riskDetailjson_object风险详情否详见riskDetail参数

riskDetail#

其中，riskDetail详细内容如下：

参数名类型参数说明是否必返规范
audioTextstring音频转译文本的结果否
matchedListsjson_array命中的客户自定义名单信息否命中客户自定义名单时返回，详见matchedLists参数
riskSegmentsjson_array高风险内容片段否在涉政、暴恐、违禁、竞品、广告法等功能的时候存在，详见riskSegments参数

matchedLists#

riskDetail中，matchedLists详细内容如下：

参数名类型参数说明是否必返规范
namestring客户自定义名单名称是
wordsjson_array命中的这个名单中的敏感词信息是详见words参数

words#

matchedLists中，words详细内容如下：

参数名类型参数说明是否必返规范
wordstring敏感词是
positionint_array敏感词所在位置是

riskSegments#

riskDetail中，riskSegments详细内容如下：

参数名类型参数说明是否必返规范
segmentstring高风险内容片段否
positionint_array高风险内容片段所在位置否

audioTags#

其中，audioTags详细内容如下：

参数名类型参数说明是否必返规范
genderjson_object性别标签否当type取值包含GENDER时返回
timbrejson_array音色标签否当type取值包含TIMBRE时返回
songint唱歌标签否

当type取值包含SING时返回

可能取值：

0：没有唱歌

1：有唱歌

languagejson_object语种识别否type取值包含LANGUAGE时返回

audioTags中，gender详细内容如下：

参数名类型参数说明是否必返规范
labelstring性别标签名称是

可能取值：

男性

女性

probabilityint对应性别可能性大小是取值0-100，数值越高表示概率越大

audioTags中，timbre详细内容如下：

参数名类型参数说明是否必返规范
labelstring音色标签类别是

可能取值：

大叔音

青年音

正太音

老年音

女王音

御姐音

少女音

萝莉音

大妈音

probabilityint对应音色标签可能性大小是取值0-100，数值越高表示概率越大

audioTags中，language详细内容如下：

参数名类型参数说明是否必返规范
labelint语种识别类别标识是

可能取值：

0:普通话

1:英语

2:粤语

probabilityint对应音色标签可能性大小是取值0-100，数值越高表示概率越大

主动查询结果#

请求URL#

集群URL支持产品列表
北京http://api-audio-bj.fengkongcloud.com/query_audio/v4中文音频文件
上海http://api-audio-sh.fengkongcloud.com/query_audio/v4中文音频文件
硅谷http://api-audio-gg.fengkongcloud.com/query_audio/v4中文音频文件
英语音频文件
阿语音频文件

字符编码#

UTF-8

请求方法#

POST

建议超时时长#

1s

请求参数#

放在HTTP Body中，采用Json格式，具体参数如下：

请求参数名类型参数说明传入说明规范
accessKeystring公司密钥必传参数由数美提供
btIdstring音频文件唯一标识必传参数唯一标识这条音频文件，用于查询识别结果

返回参数#

放在HTTP Body中，采用Json格式，具体参数如下：

参数名类型参数说明是否必返规范
requestIdstring本次请求的唯一标识是
btIdstring音频唯一标识是
codeint请求返回码是

1100：成功

1101：正在处理中

1901：QPS超限

1902：参数不合法

1903：解码失败

9100：余额不足

9101：无权限操作

除message和requestId之外的字段，只有当code为1100时才会存在

messagestring请求返回描述，和请求返回码对应是
riskLevelstring当前事件的处置建议是

可能返回值：
PASS：通过

REVIEW：审核

REJECT：拒绝

建议：对接初期不直接使用结果，进行拦截尺度调优，符合预期后在进行使用

audioTextstring整段音频转译文本结果是
audioTimeint整段音频的音频时长是单位秒
audioDetailjson_array音频片段信息是回调的音频片段信息，详见audioDetail参数
audioTagsjson_object音频标签否返回性别、音色、是否唱歌等标签

audioDetail#

audioDetail内每个元素的内容如下：

参数名类型参数说明是否必返规范
audioStarttimefloat音频片段起始时间是相对音频开始的时间距离，单位是秒
audioEndtimefloat音频片段结束时间是相对音频开始的时间距离，单位是秒
audioUrlstring音频片段链接是mp3格式
riskLevelstring音频片段识别结果是

可能返回值：
PASS：通过

REVIEW：审核

REJECT：拒绝

riskLabel1string一级风险标签是
riskLabel2string二级风险标签是
riskLabel3string三级风险标签是
riskDescriptionstring风险原因是
riskDetailjson_object风险详情否详见riskDetail参数

riskDetail#

其中，riskDetail详细内容如下：

参数名类型参数说明是否必返规范
audioTextstring音频转译文本的结果否
matchedListsjson_array命中的客户自定义名单信息否命中客户自定义名单时返回，详见matchedLists参数
riskSegmentsjson_array高风险内容片段否在涉政、暴恐、违禁、竞品、广告法等功能的时候存在，详见riskSegments参数

matchedLists#

riskDetail中，matchedLists详细内容如下：

参数名类型参数说明是否必返规范
namestring客户自定义名单名称是
wordsjson_array命中的这个名单中的敏感词信息是详见words参数

words#

matchedLists中，words详细内容如下：

参数名类型参数说明是否必返规范
wordstring敏感词是
positionint_array敏感词所在位置是

riskSegments#

riskDetail中，riskSegments详细内容如下：

参数名类型参数说明是否必返规范
segmentstring高风险内容片段否
positionint_array高风险内容片段所在位置否

audioTags#

其中，audioTags详细内容如下：

参数名类型参数说明是否必返规范
genderjson_object性别标签否当type取值包含GENDER时返回
timbrejson_array音色标签否当type取值包含TIMBRE时返回
songint唱歌标签否

当type取值包含SING时返回

可能取值：

0：没有唱歌

1：有唱歌

languagejson_object语种识别否type取值包含LANGUAGE时返回

audioTags中，gender详细内容如下：

参数名类型参数说明是否必返规范
labelstring性别标签名称是

可能取值：

男性

女性

probabilityint对应性别可能性大小是取值0-100，数值越高表示概率越大

audioTags中，timbre详细内容如下：

参数名类型参数说明是否必返规范
labelstring音色标签类别是

可能取值：

大叔音

青年音

正太音

老年音

女王音

御姐音

少女音

萝莉音

大妈音

probabilityint对应音色标签可能性大小是取值0-100，数值越高表示概率越大

audioTags中，language详细内容如下：

参数名类型参数说明是否必返规范
labelint语种识别类别标识是

可能取值：

0:普通话

1:英语

2:粤语

probabilityint对应音色标签可能性大小是取值0-100，数值越高表示概率越大

示例#

上传请求示例#

curl -v 'http://api-audio-bj.fengkongcloud.com/audio/v4' -d '{
"accessKey": "*************",
"appId": "default",
"eventId": "default",
"type": "PORN_AD_POLITICS_MOAN_ABUSE_GENDER_TIMBRE_SING_LANGUAGE",
"btId": "test1",
"contentType": "URL",
"content": "*************",
"callback": "*************",
"data": {
"returnAllText": 1,
"room": "general",
"tokenId": "token-short"
}
}'

同步返回示例#

{
"code": 1100,
"message": "成功",
"requestId":" *************",
"btId":"*************"
}

回调返回示例#

{
"requestId":"6a9cb980346dfea41111656a514e9109",
"btId":"1604311839040",
"code":1100,
"message":"正常",
"riskLevel":"PASS",
"audioDetail":[
{
"audioStarttime":0,
"audioEndtime":10,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0000.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常",
"riskDetail":{
"audioText":""
}
},
{
"audioStarttime":10,
"audioEndtime":20,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0001.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常",
"riskDetail":{
"audioText":""
}
},
{
"audioStarttime":20,
"audioEndtime":30,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0002.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常",
"riskDetail":{
"audioText":""
}
},
{
"audioStarttime":30,
"audioEndtime":40,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0003.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常",
"riskDetail":{
"audioText":""
}
},
{
"audioStarttime":40,
"audioEndtime":50,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0004.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常",
"riskDetail":{
"audioText":""
}
},
{
"audioStarttime":50,
"audioEndtime":60,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0005.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常",
"riskDetail":{
"audioText":""
}
},
{
"audioStarttime":60,
"audioEndtime":60,
"audioUrl":"https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0006.mp3",
"riskLevel":"PASS",
"riskLabel1":"normal",
"riskLabel2":"",
"riskLabel3":"",
"riskDescription":"正常"
}
],
"audioTags":{
"gender":{
"label":"女性",
"probability":95
},
"language":[
{
"confidence":0,
"label":2
},
{
"confidence":99,
"label":0
},
{
"confidence":0,
"label":1
}
],
"song":0,
"timbre":[
{
"label":"女性",
"probability":95
},
{
"label":"女王",
"probability":12
},
{
"label":"御姐",
"probability":37
},
{
"label":"少女",
"probability":56
},
{
"label":"大妈",
"probability":67
},
{
"label":"萝莉",
"probability":24
}
]
}
}

主动查询结果请求示例#

curl -v 'http://api-audio-bj.fengkongcloud.com/query_audio/v4' -d '{
"accessKey": "*************",
"btId": "*************"
}'

主动查询结果返回示例#

{
"requestId": "6a9cb980346dfea41111656a514e9109",
"btId": "1604311839040",
"code": 1100,
"message": "正常",
"riskLevel": "PASS",
"audioDetail": [
{
"audioStarttime": 0,
"audioEndtime": 10,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0000.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常",
"riskDetail": {
"audioText": ""
}
},
{
"audioStarttime": 10,
"audioEndtime": 20,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0001.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常",
"riskDetail": {
"audioText": ""
}
},
{
"audioStarttime": 20,
"audioEndtime": 30,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0002.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常",
"riskDetail": {
"audioText": ""
}
},
{
"audioStarttime": 30,
"audioEndtime": 40,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0003.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常",
"riskDetail": {
"audioText": ""
}
},
{
"audioStarttime": 40,
"audioEndtime": 50,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0004.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常",
"riskDetail": {
"audioText": ""
}
},
{
"audioStarttime": 50,
"audioEndtime": 60,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0005.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常",
"riskDetail": {
"audioText": ""
}
},
{
"audioStarttime": 60,
"audioEndtime": 60,
"audioUrl": "https://voice-bj-1251671073.cos.ap-beijing.myqcloud.com/20201102/6a9cb980346dfea41111656a514e9109_a0006.mp3",
"riskLevel": "PASS",
"riskLabel1": "normal",
"riskLabel2": "",
"riskLabel3": "",
"riskDescription": "正常"
}
],
"audioTags": {
"gender": {
"label": "女性",
"probability": 95
},
"language": [
{
"confidence": 0,
"label": 2
},
{
"confidence": 99,
"label": 0
},
{
"confidence": 0,
"label": 1
}
],
"song": 0,
"timbre": [
{
"label": "女性",
"probability": 95
},
{
"label": "女王",
"probability": 12
},
{
"label": "御姐",
"probability": 37
},
{
"label": "少女",
"probability": 56
},
{
"label": "大妈",
"probability": 67
},
{
"label": "萝莉",
"probability": 24
}
]
}
}

Demo#

目前提供了 go、java、lua、nodes、php、python 的 demo，代码位置：https://github.com/ishumei/api-demo/tree/master/v4

7天免费试用

  • 专属顾问全程服务

  • 个性化制定解决方案

  • 全天候响应问题随时解决

获取验证码
立即回呼

仅支持企业用户咨询，不支持个人业务

验证码错误

  • 信息提交

  • 客服回呼

  • 销售顾问对接

  • 试用服务开通

客服将在2小时内与您联系，请确保手机畅通

确认

购买咨询

京公网安备 11010502032103号 | 京ICP备15044177号

Copyright©2015-2022 shumei All Rights Reserved