跳至主要内容

请求参数

本文介绍在使用 AmiVoice API 发送语音识别请求时可以设置的参数。虽然 HTTP 和 WebSocket 接口的发送方式不同，但可以设置的参数是相同的。

参数列表​

authorization(认证信息)和grammarFileNames(连接引擎名称)是必需的。其他参数是可选的。某些参数可能不适用于所有接口，请参考下表。

参数名称说明
必需
同步HTTP
WebSocket
异步HTTP
authorization认证信息●●●●
grammarFileNames连接引擎名称●●●●
profileIdprofile ID●●●
profileWords单词注册列表●●●
keepFillerToken控制自动删除填充词(无意义词语)●●●
segmenterProperties语音段检测参数●●
resultUpdatedInterval识别中事件的间隔●
loggingOptOut更改日志保存的有无●
contentId用户定义 ID●
compatibleWithSync结果格式的兼容性●
speakerDiarization说话人区分启用选项●
diarizationMinSpeaker说话人区分的最小预估说话人数●
diarizationMaxSpeaker说话人区分的最大预估说话人数●
sentimentAnalysis情绪分析启用选项●

有关这些请求参数的发送方法，请参阅以下部分：

参数详情​

以下是各参数的详细说明。

必需参数​

authorization​

认证信息

使用 API 时必须设置认证信息。认证信息是在个人页面上显示的 [APPKEY]，或者通过一次性 APPKEY 发行 API获取的一次性 APPKEY。

警告

从浏览器应用程序连接到语音识别服务器时，为避免将 APPKEY 写入 HTML 文件，请使用一次性 APPKEY。详情请参阅一次性 APPKEY。

grammarFileNames​

连接引擎名称

指定该会话中要使用的语音识别引擎。每个会话指定一个。可设置的值请参考连接引擎名称列表或个人页面。详情请参阅语音识别引擎。

可选参数​

profileId​

profile ID

profile 是存在于语音识别服务器上的每个用户的数据文件，用户可以为其命名并保存注册的单词。profile ID 是用于指定该数据文件的标识符。详情请参阅单词注册。

profileWords​

单词注册列表

可以注册在会话中有效的单词。每个单词以"显示(半角空格)读音"的格式注册。如果要指定类名，请使用"显示<半角空格>读音 <半角空格> 类名"的格式。注册多个单词时，用"|"(半角竖线)分隔单词。值的格式如下(以下是未指定类名的示例)：

显示1 读音1|显示2 读音2|显示3 读音3|显示4 读音4

详情请参阅单词注册。

keepFillerToken​

控制自动删除填充词(无意义词语)

指定1或0。默认值为0。当不想自动删除语音识别结果中包含的填充词(如"あー"或"えー"等)时，指定1。另请参阅填充词自动删除。

填充词前后用半角"%"包围。以下是填充词的示例：

%あー%
%えー%
%おー%
%えっと%
提示

另请参阅 AmiVoice Tech Blog 上的如何在 AmiVoice API 中选择显示或删除无意义词语(填充词)。

segmenterProperties​

语音段检测参数

可以设置以下参数：

  • useDiarizer
    • 设置为1时，在同步 HTTP 或 WebSocket 接口中启用说话人区分。默认为禁用。详情请参阅说话人区分。
  • diarizerAlpha
    • 控制同步 HTTP 或 WebSocket 接口中说话人区分新说话人出现的容易程度的参数。指定较大的值会使新说话人更容易出现，指定较小的值会使新说话人更难出现。diarizerAlpha=0是特殊情况，会被视为指定了 1e0，即 1。如果未设置，则默认为diarizerAlpha=0。
  • diarizerTransitionBias
    • 控制同步 HTTP 或 WebSocket 接口中说话人区分说话人切换容易程度的参数。指定较大的值会使说话人更容易切换，指定较小的值会使说话人更难切换。diarizerTransitionBias=0是特殊情况，会被视为指定了 1e-40。但是，对于支持 8KHz 音频的引擎，例如使用通用引擎(-a-general)并发送采样率为 8kHz 的音频时，会被视为指定了 1e-20。如果未设置，则默认为diarizerTransitionBias=0。

WebSocket API 特有参数​

resultUpdatedInterval​

识别中事件的间隔

以毫秒为单位指定发送识别中事件的间隔。

  • 设置为 0 时不发送识别中事件。
  • 每处理指定时间的音频数据就发送一次识别中事件。识别中事件不是根据实际经过的时间发送，而是根据处理的音频数据量发送。如果指定的值包含小于 100 的小数部分，将向上取整到 100 的倍数。

异步 HTTP 接口特有参数​

loggingOptOut​

更改日志保存的有无

loggingOptOut=<True|False> 指定是否保存日志。设置为 True 时，系统在会话期间不会保存日志。默认为 False。

contentId​

用户定义 ID

contentId=<任意字符串> 可以指定用户自定义的任意字符串。该字符串将包含在会话期间的状态和结果响应中。默认为 None。

compatibleWithSync​

结果格式的兼容性

compatibleWithSync=<True|False> 以与同步 HTTP 接口兼容的格式输出结果。默认为 False。

speakerDiarization​

说话人区分启用选项

speakerDiarization=<True|False> 启用说话人区分。默认为 False。详情请参阅说话人区分。

diarizationMinSpeaker​

说话人区分的最小预估说话人数

diarizationMinSpeaker=<int> 仅在启用说话人区分时有效，可以指定音频中包含的最小说话人数。需要设置为 1 或更大。默认为 1。详情请参阅说话人区分。

diarizationMaxSpeaker​

说话人区分的最大预估说话人数

diarizationMaxSpeaker=<int> 仅在启用说话人区分时有效，可以指定音频中包含的最大说话人数。需要设置为不小于 diarizationMinSpeaker 的值。默认为 10。详情请参阅说话人区分。

sentimentAnalysis​

情绪分析启用选项

sentimentAnalysis=<True|False> 启用情绪分析。默认为 False。

详情请参阅情绪分析。