入门

AmiVoice API 是一种将语音转换为文本的语音识别 API。当您向 AmiVoice API 发送语音时，它会返回将语音内容转换为文本的结果。您可以使用它来创建会议转录或语音对话系统等语音应用程序。

图. AmiVoice API 概述

快速入门

获取 APPKEY

注册用户后，在我的页面的 [连接信息] 中找到您的 APPKEY。使用以下命令将其设置为环境变量。

export AMIVOICE_APPKEY=your_appkey_here

准备音频文件

准备要转录的音频文件。您可以直接使用以下示例音频（test.wav）。

有关支持的音频文件格式，请参阅音频格式。

执行语音识别

运行以下命令。请将 test.wav 替换为音频文件的路径。

curl
Python

curl https://acp-api.amivoice.com/v1/recognize \
     -F d=-a-general \
     -F u=$AMIVOICE_APPKEY \
     -F a=@test.wav | jq

import os
import requests

with open("test.wav", "rb") as f:
    response = requests.post(
        "https://acp-api.amivoice.com/v1/recognize",
        data={"d": "-a-general", "u": os.environ["AMIVOICE_APPKEY"]},
        files={"a": f}
    )
    data = response.json()
    print(data["text"])  # JSON 解析器自动将 Unicode 转义序列转换为可读文本

查看结果

成功后，将收到如下 JSON。text 字段包含转录结果。

{
  "results": [
    {
      "tokens": [ ... ],
      "confidence": 0.998,
      "starttime": 250,
      "endtime": 8794,
      "text": "アドバンスト・メディアは、人と機械との自然なコミュニケーションを実現し、豊かな未来を創造していくことを目指します。"
    }
  ],
  "utteranceid": "20220602/14/018122d637320a301bc194c9_20220602_141433",
  "text": "アドバンスト・メディアは、人と機械との自然なコミュニケーションを実現し、豊かな未来を創造していくことを目指します。",
  "code": "",
  "message": ""
}