tencent

Documentation

Index

• Constants
• Variables
• type MXAi
  • func (mx *MXAi) OralProcess(userVoiceData string, voiceFileType int64, refText string, workMode int64, ...) (content *OralProcessResult, err error)
  • func (mx *MXAi) Sentence(voiceData string, voiceDataLen int64, voiceURL string, sourceType uint64, ...) (content string, err error)
• type OralProcessResult

Constants

const (
	SubServiceTypeSentence = 2
	EngServiceType16k      = "16k"
)

const (
	SourceTypeUrl  = 0 //0：语音 URL
	SourceTypeData = 1 //1：语音数据（post body）
)

const (
	VOICE_FILE_TYPE_RAW = 1 //语音文件类型 1:raw
	VOICE_FILE_TYPE_WAV = 2 //语音文件类型2:wav
	VOICE_FILE_TYPE_MP3 = 3 //语音文件类型 3:mp3
)

const (
	VOICE_FILE_FORMAT_PCM = "pcm"
	VOICE_FILE_FORMAT_WAV = "wav"
	VOICE_FILE_FORMAT_AMR = "amr"
	VOICE_FILE_FORMAT_MP3 = "mp3"
)

const (
	WORKMODE_STREAM     = 0 //0：流式分片
	WORKMODE_NON_STREAM = 1 //1：非流式一次性评估
)

const (
	EVALMODE_WORD     = 0 //评估模式，0：词模式，,1：:句子模式，2：段落模式，3：自由说模式
	EVALMODE_SENTENCE = 1 //评估模式，0：词模式，,1：:句子模式，2：段落模式，3：自由说模式
	EVALMODE_PART     = 2 //评估模式，0：词模式，,1：:句子模式，2：段落模式，3：自由说模式
	EVALMODE_FREE     = 3 //评估模式，0：词模式，,1：:句子模式，2：段落模式，3：自由说模式
)

const (
	SERVERTYPE_EN = 0 //评估语言，0：英文，1：中文。
	SERVERTYPE_CN = 1 //评估语言，0：英文，1：中文。
)

const (
	MethodPost string = "POST"
)

const SoeAPIVersion = "2018-07-24"

Variables

var (
	MXAI_PARAM_ERROR        = errors.New("request param errors")
	MXAI_ASR_ERROR          = errors.New("asr errors")
	MXAI_ASR_FAILURE        = errors.New("asr failure")
	MXAI_HTTP_REQUEST_ERROR = errors.New("http request errors")
)

Types

type MXAi

type MXAi struct {
	SecretId  string
	SecretKey string
}

func (*MXAi) OralProcess

func (mx *MXAi) OralProcess(userVoiceData string, voiceFileType int64, refText string, workMode int64, evalMode int64,
	scoreCoeff float64, sessionId string, serverType int64) (content *OralProcessResult, err error)

func (*MXAi) Sentence

func (mx *MXAi) Sentence(voiceData string, voiceDataLen int64, voiceURL string, sourceType uint64,
	voiceFormat string, usrAudioKey string) (content string, err error)

一句话识别语音识别 voiceData：语音数据，当SourceType 值为1时必须填写，base64编码 voiceDataLen：SourceType 值为1时必须填写，未进行base64编码时的数据长度 voiceURL：语音URL，当SourceType值为0时必须填写 sourceType：语音数据来源0：语音 URL；1：语音数据 voiceFormat：识别音频的音频格式（支持mp3,wav） usrAudioKey：用户端对此任务的唯一标识，用户自助生成

type OralProcessResult

type OralProcessResult struct {
	// 发音精准度，取值范围[-1, 100]，当取-1时指完全不匹配，当为句子模式时，是所有已识别单词准确度的加权平均值。当为流式模式且请求中IsEnd未置1时，取值无意义
	PronAccuracy *float64 `json:"PronAccuracy,omitempty" name:"PronAccuracy"`

	// 发音流利度，取值范围[0, 1]，当为词模式时，取值无意义；当为流式模式且请求中IsEnd未置1时，取值无意义
	PronFluency *float64 `json:"PronFluency,omitempty" name:"PronFluency"`

	// 发音完整度，取值范围[0, 1]，当为词模式时，取值无意义；当为流式模式且请求中IsEnd未置1时，取值无意义
	PronCompletion *float64 `json:"PronCompletion,omitempty" name:"PronCompletion"`

	// 详细发音评估结果
	Words []*v20180724.WordRsp `json:"Words,omitempty" name:"Words" list`

	// 语音段唯一标识，一段语音一个SessionId
	SessionId *string `json:"SessionId,omitempty" name:"SessionId"`

	// 保存语音音频文件下载地址
	AudioUrl *string `json:"AudioUrl,omitempty" name:"AudioUrl"`

	// 断句中间结果，中间结果是局部最优而非全局最优的结果，所以中间结果有可能和最终整体结果对应部分不一致；中间结果的输出便于客户端UI更新；待用户发音完全结束后，系统会给出一个综合所有句子的整体结果。
	SentenceInfoSet []*v20180724.SentenceInfo `json:"SentenceInfoSet,omitempty" name:"SentenceInfoSet" list`

	// 评估 session 状态，“Evaluating"：评估中、"Failed"：评估失败、"Finished"：评估完成
	Status *string `json:"Status,omitempty" name:"Status"`

	// 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
	RequestId *string `json:"RequestId,omitempty" name:"RequestId"`
}