同步检测

音频检测接口，可协助您识别音频中的涉政、色情、广告、暴恐等风险；同时可结合您的业务场景，识别未成年、音色、等内容。

接口说明

同步检测接口，可返回识别结果。建议使用http协议接口调用。

音频要求

音频类型：URL、BASE64。 音频格式：WAV、MP3、AAC、AMR、3GP、M4A、WMA、OGG、APE、FLAC、ALAC、WAVPACK、SILK_V3等。 音频大小：接口限制为18M。 音频地址：建议音频下载从CDN源站下载，并且源站不能为单点，否则可能存在音频下载失败，导致无法审核。

审核时间

建议超时时间：同步请求接口建议设置10秒；异步请求接口建议设置5秒。 内部检测逻辑：音频检测接口的响应时间依赖音频的下载时间，请保证被检测音频所在的存储服务稳定可靠。具体时长和请求type、音频大小相关。

请求

请求地址

集群	请求地址	支持产品列表
上海	http://api-audio-sh.fengkongcloud.com/audiomessage/v4	中文

请求参数

参数名称	类型	参数说明	是否必传	规范
accessKey	string	公司密钥	是	由数美提供，具体内容见邮件。
appId	string	应用标识	是	用于区分应用，需要联系数美服务开通，请使用数美单独提供的传值为准，默认内容见邮件。
eventId	string	事件标识	是	用于区分场景数据，需要联系数美服务开通，请使用数美单独提供的传值为准，默认内容见邮件。
type	string	检测的风险类型	否	businesstype和type必传其一 AUDIOPOLITICAL：一号领导人声纹识别 POLITY：涉政识别 EROTIC：色情识别 ADVERT：广告识别 ADLAW：广告法识别 BAN：违禁识别 VIOLENT：暴恐识别 ANTHEN：国歌识别 MOAN：娇喘识别 DIRTY：辱骂识别 BANEDAUDIO：违禁歌曲 COPYRIGHTSONGS：版权歌曲 如需做组合识别，通过下划线连接即可，例如POLITY_EROTIC_MOAN涉政、色情和娇喘识别 建议传入： POLITY_EROTIC_MOAN_ADVERT。
businessType	string	检测的业务标签类型	否	type和 businessType 必须填其一 可选值： SING：唱歌识别 LANGUAGE：语种识别 GENDER：性别识别 TIMBRE：音色识别 VOICE：人声属性 MINOR：未成年识别 AUDIOSCENE：声音场景 AGE：年龄识别 如需识别音色、唱歌、语种GENDER必传
contentType	string	待识别音频内容的格式	是	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
content	string	待识别的音频内容	是	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
btId	string	音频文件唯一标识	是	唯一标识这条音频文件，方便将回调结果对应上，超过128位将被截断，不能重复
data	object		是	请求的数据内容，data字段长度最长1MB
tokenId	string	用户账号	否	用于用户行为分析，建议传入用户UID
receiveTokenId	string	私聊场景下消息接收者的tokenId	否	由数字、字母、下划线、短杠组成的长度小于等于64位的字符串
deviceId	string	数美设备指纹标识	否	数美设备指纹生成的设备唯一标识
ip	string	ipv4或ipv6地址	否	发送该音频的用户公网ip地址
dataId	string	数据标识	否	数据标识
level	int	用户等级，针对不同等级的用户可配置不同拦截策略	否	可选值： 0：最低级用户，典型如新注册、完全不活跃或等级为0的用户等； 1：较低级用户，典型如低活跃或低等级用户等； 2：中等级用户，典型如具备一定活跃或等级中等的用户等； 3：较高级用户，典型如高活跃或高等级用户等； 4：最高级用户，典型如付费用户、VIP用户等
gender	string	用户性别	否	可选值： male：男性 female：女性
formatInfo	string	音频数据格式	否	当音频内容格式为RAW时必须存在，可选值：pcm、wav、mp3
rate	int	音频数据采样率	否	当音频数据格式为pcm时必须存在，范围限制8000-32000
track	int	音频数据声道数	否	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
returnAllText	int	返回音频片段的等级	否	可选值如下（默认为0）： 0：返回风险片段识别结果 1：返回所有片段识别结果 该参数仅用于控制片段识别结果的返回，不影响整体识别结果的返回。 当选择“返回所有片段识别结果”时，片段识别结果中包含riskLevel为PASS、REVIEW和REJECT的片段识别结果； 当选择“返回风险片段识别结果”时，片段识别结果中仅包含riskLevel为REVIEW和REJECT的片段识别结果； 片段识别结果对应回调或者查询响应中的audioDetail字段。

响应

返回参数

以下参数，除code、message、requestId以外，其他必返参数均为在code返回1100时为必返。

参数名称	类型	参数说明	是否必返	规范
requestId	string	本次请求的唯一标识	是
code	int	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：服务失败 1904：下载失败 1905：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
message	string	请求返回描述，和请求返回码对应	是
detail	json	请求返回明细数据	否	当code码为1100时此参数必返
riskLevel	string	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
audioText	string	整段音频转译文本结果	是
audioTime	int	整段音频的音频时长	是	单位秒
audioDetail	json_array	音频片段信息	是	回调的音频片段信息
requestId	string	音频片段请求唯一标识	是
audioStarttime	float	音频片段起始时间	是	相对音频开始的时间距离，单位是秒
audioEndtime	float	音频片段结束时间	是	相对音频开始的时间距离，单位是秒
audioUrl	string	音频片段链接	是	mp3格式
riskLevel	string	音频片段识别结果	是	可能返回值： PASS：通过 REVIEW：审核 REJECT：拒绝
businessLabels	json_array	业务标签返回	否	全部业务标签
businessLabel1	string	一级标签	是	一级标签
businessLabel2	string	二级标签	是	二级标签
businessLabel3	string	三级标签	是	三级标签
businessDescription	string	标签描述	是	格式为"一级标签:二级标签:三级标签"的中文名称
confidenceLevel	int	置信等级	否	可选值在0～2之间，值越大，可信度越高
probability	float	置信度	否	可选值为0~1，值越大，可信度越高
businessDetail	json_object	详细信息	否	保留字段
allLabels	json_array	风险标签返回	否	全部风险标签
riskLabel1	string	一级风险标签	是	一级风险标签
riskLabel2	string	二级风险标签	是	二级风险标签
riskLabel3	string	三级风险标签	是	三级风险标签
riskDescription	string	风险原因	是	风险原因，仅供人了解风险原因时作为参考，程序请勿依赖该参数的值做逻辑处理
riskLevel	string	处置建议	是	可能返回值： PASS：通过REVIEW：审核REJECT：拒绝
probability	float	置信度	否	可选值在0～1之间，值越大，风险可能性越高，值越小，无风险可能性越高
riskDetail	json_object	风险详情	否
audioText	string	音频转译文本的结果	否
matchedLists	json_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
name	string	客户自定义名单名称	是
words	json_array	命中的这个名单中的敏感词信息	是
word	string	敏感词	是
position	int_array	敏感词所在位置	是
riskSegments	json_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
segment	string	高风险内容片段	否
position	int_array	高风险内容片段所在位置	否
riskLabel1	string	一级风险标签	是
riskLabel2	string	二级风险标签	是
riskLabel3	string	三级风险标签	是
riskDescription	string	风险原因	是	仅供人了解风险原因时作为参考，程序请勿依赖该参数的值做逻辑处理
riskDetail	json_object	风险详情	否
audioText	string	音频转译文本的结果	否
matchedLists	json_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
name	string	客户自定义名单名称	是
words	json_array	命中的这个名单中的敏感词信息	是
word	string	敏感词	是
position	int_array	敏感词所在位置	是
riskSegments	json_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
segment	string	高风险内容片段	否
position	int_array	高风险内容片段所在位置	否
audioTags	json_object	音频标签	否	返回性别、音色、是否唱歌等标签。历史兼容字段，建议直接使用businessLabels
gender	string	性别	否	可能返回值： MALE：男性 FEMALE：女性 UNKNOWN：未知
label	string	性别标签名称	是	可能取值：男性 女性
probability	int	对应性别可能性大小	否	取值0-100，数值越高表示概率越大
timbre	string	音色	否	可能返回值： SILENT：静音 SOFT：柔和 LOUD：大声 UNKNOWN：未知
probability	int	对应音色标签可能性大小	否	取值0-100，数值越高表示概率越大
label	string	音色标签类别	否	可能取值： 大叔 青年 正太 老年 女王 御姐 少女 萝莉 大妈 男性 女性 无人声
language	json	语种	否
label	int	语种识别类别标识	是	可能取值： 0:普通话 1:英语 2:粤语 3:藏语 4:维语 5:蒙语 6:朝鲜语 -1:其他语种
probability	int	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

请求示例

{

"accessKey": "*************",

"appId": "default",

"eventId": "default",

"type": "POLITY_EROTIC",

"businessType": "TIMBRE",

"btId": "test1",

"contentType": "URL",

"content": "*************",

"data": {

"returnAllText": 1,

"tokenId": "token-short"

}

}

返回示例

{

"code": 1100,

"message": "成功",

"requestId": "817c8509359500c898a762ffe93a582b",

"btId": "1667392054643",

"detail": {

"audioDetail": [

{

"requestId": "817c8509359500c898a762ffe93a582b_a0000",

"audioStarttime": 0,

"audioEndtime": 10,

"audioUrl": "http://voice-stream.oss-cn-hangzhou.aliyuncs.com/POST_AUDIO%2F20221102%2F817c8509359500c898a762ffe93a582b_a0000.mp3",

"businessLabels": [

{

"businessDescription": "唱歌:唱歌:唱歌",

"businessDetail": {},

"businessLabel1": "sing",

"businessLabel2": "changge",

"businessLabel3": "changge",

"confidenceLevel": 2,

"probability": 0.858334402569294

}

],

"allLabels": [],

"riskLevel": "REJECT",

"riskLabel1": "abuse",

"riskLabel2": "buwenmingyongyu",

"riskLabel3": "qingdubuwenmingyongyu",

"riskDescription": "辱骂:不文明用语:轻度不文明用语",

"riskDetail": {

"audioText": "超你今年十一月份十二月份你找个毛东啊我了下乡那就装了的下个箱子装了不不挂现在查整好你过两年都能你"

}

}

],

"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

}

]

},

"audioText": "超你今年十一月份十二月份你找个毛东啊我了下乡那就装了的下个箱子装了不不挂现在查整好你过两年都能你",

"audioTime": 10,

"code": 1100,

"requestParams": {

"channel": "TEST",

"lang": "zh",

"returnAllText": 1,

"tokenId": "test01"

},

"riskLevel": "REJECT"

}

}