跳至主要内容

限制条件

本文介绍 AmiVoice API 的限制条件。

WebSocket 接口​

会话最长保持时间：24 小时​

WebSocket 接口可以保持会话的最长时间为 24 小时。无论是否正在进行处理，超过会话最长保持时间后，连接将被断开。如需继续进行识别处理，请重新建立连接。

非语音区间强制断开时间：600 秒​

如果 600 秒内未检测到语音，连接将被断开。如需继续进行识别处理，请重新建立连接。

发生此断开时，您将在 p 响应数据包中收到以下消息：

p can't feed audio data to recognizer server

另请参阅参考文档中的p命令响应数据包和使用指南中 WebSocket 接口的会话维护部分。

无通信强制断开时间：60 秒​

如果 60 秒内未收到任何数据，连接将被断开。

发生此断开时，如果尚未开始识别处理，您将收到以下消息：

e timeout occurred

如果正在进行识别处理，您将收到以下消息：

e timeout occurred while recognizing audio data from client

另请参阅参考文档中的e命令响应数据包和使用指南中 WebSocket 接口的会话维护部分。

单个语音段的最长时间：30 秒​

如果语音段超过最长时间，系统将认为语音在最长时间处结束，并返回语音识别结果。之后的音频将被视为新的语音段进行识别处理。

※ 语音段指的是由 1 秒左右或更长的无声(无语音时间)分隔的"有声"区间。

同步 HTTP 接口​

可接受的音频数据最大容量：16,777,215 字节(约 16 MiB)​

同步 HTTP 接口单次请求可发送的最大音频数据大小为 16,777,215 字节。如需发送超过此上限的音频数据，请使用非同步 HTTP 接口。

非语音区间强制断开时间：50 秒​

如果 50 秒内未检测到语音，连接将被断开。如需继续进行识别处理，请重新建立连接并发送音频。

单个语音段的最长时间：30 秒​

如果音频数据中的语音段持续时间超过最长时间，系统将认为语音在该时间点结束，生成并返回确定的识别结果。之后的音频将被视为新的语音段进行识别处理。

※ 语音段指的是由 1 秒左右或更长的无声时间(无语音时间)分隔的"有声"区间。

无通信强制断开时间：60 秒​

如果 60 秒内未收到任何数据，连接将被断开。

异步 HTTP 接口​

可接受的音频数据最大容量：2,147,483,647 字节(约 2 GiB)(启用说话人区分时最长 3 小时)​

非同步 HTTP 接口单次请求可发送的最大音频数据大小为 2,147,483,647 字节。

此外，对于启用说话人区分的请求，音频的最长时间为 3 小时。超过限制将在请求时报错。

{"results":[{"tokens":[],"tags":[],"rulename":"","text":""}],"code":"^","message":"request too large (audio duration exceeded 3 hours with speaker diarization)"}

单个语音段的最长时间：60 秒​

如果音频数据中的语音段持续时间超过最长时间，系统将认为语音在该时间点结束，生成并返回确定的识别结果。之后的音频将被视为新的语音段进行识别处理。

※ 语音段指的是由 1 秒左右或更长的无声时间(无语音时间)分隔的"有声"区间。

非语音区间强制断开时间：无限制​

不会发生。

语音识别结果保存期限：7 天​

语音识别处理结束后，结果将保存 7 天(168 小时)。

无通信强制断开时间：60 秒​

如果 60 秒内未收到任何数据，连接将被断开。