阿里数加（1-2）api调用分析

Posted 2020-09-18 非淡泊无以明志，非宁静无以致远 - 长安快马

https://data.aliyun.com/product/nls?spm=5176.doc30437.2.1.UPDABu

 

下面以最常用的”一句话识别”服务给大家做一个入门级的示例，为您介绍如何快速使用“智能语音交互”的各种服务。

1. 账号和服务申请，获取Access Key ID和Access Key Secret两个数加认证参数。

2. 语音识别服务下的”一句话识别”服务支持的app_key如下表，选择“社交领域”的app_key为nls-service。

一句话识别 app_key	语音数据格式	结果返回方式	领域
nls-service	16kHz采样 16bit 音频流	非流式	社交聊天
nls-service-streaming	16kHz采样 16bit 音频流	流式	社交聊天
nls-service-tv	16kHz采样 16bit 音频流	非流式	家庭娱乐
nls-service-shopping	16kHz采样 16bit 音频流	非流式	电商购物领域
nls-service-care	16kHz采样 16bit 音频流	非流式	智能客服服务领域

注：

(1) “支持的结果返回方式”式包括“非流式”和“流式”两种模式，“非流式”简单来说就是用户整句话说完后返回识别结果，“流式”模式下用户一边说话一边返回识别结果。

(2) “一句话识别”支持的领域包括：社交聊天、家庭娱乐、电商购物、智能客服等。用户可针对具体的使用场景选择对应领域的app_key。

3. 下载JAVA SDK和DEMO，开始语音识别。

3.1 运行demo来测试语音服务

到“一句话识别”服务的Java SDK页面下载对应的下载包，包括JAVA SDK和DEMO工程。

打开Java DEMO工程中的AsrDemo.java方法，将其中的app_key、Access Key ID、Access Key Secret 替换成自己的账号信息，然后直接 run->java application即可。

1. NlsRequest req = new NlsRequest();
2. req.setApp_key("app_key"); // 替换为选定的app_key
3. req.setAsr_sc("pcm"); // 这里为测试准备的语音文件是pcm语音文件。
4. req.authorize("Access Key ID", "Access Key Secret"); // 替换为在数加平台申请到的"Access Key ID"和 "Access Key Secret"

若执行成功，将会输出中【”result” : “你好小云”】的log信息，至此，您已成功完成了一次语音识别服务的调用。

3.2 DEMO工程的简要介绍

3.2.1 发送语音请求

由AsrDemo.java的方法startAsr()进行处理，首先提取语音数据，然后创建语音识别请求，将提取的语音分批发送至服务端。

分批发送的好处是可以在您进行语音收集的同时，服务器就开始处理识别，这样当语音结束的时候可以最快地得到识别结果并返回。

3.2.2 接收语音识别结果

由AsrDemo.java的回调方法onMessageReceived()进行处理，用于监听服务器的返回，在这个demo中，服务端返回的识别结果json字段参数如下：

1. {
2. "status" : "1",// 服务器状态，0为失败，非零为成功
3. "id" : "",
4. "finish" : "1",// 0为未结束，非零为结束，识别是否已经结束
5. "results" : {
6. "asr_out" : {
7. "result" : "你好小云",// 语音识别结果
8. "status" : 1,
9. "finish" : 1,
10. "version" : "4.0"
11. },
12. "out" : {}//保留字段
13. },
14. "bstream_attached" : false,
15. "version" : "4.0"
16. }

参数中您可以重点关注字段 asr_out，其中的”result” : “你好小云”即为语音识别结果。