跳至主要内容

使用指南

通过 HTTP 或 WebSocket 连接到语音识别服务器的 endpoint，并与请求参数一起发送语音数据，即可获得语音识别结果。 本文将按顺序向开发者说明如何使用 AmiVoice API 创建应用程序。

基本功能​

通常，使用 AmiVoice API 进行语音识别的客户端应用程序需要实现以下功能：

  1. 从录音设备或网络获取语音数据
  2. 将语音数据转换为支持的格式(如果是支持的音频格式则无需转换)
  3. 将语音数据发送到语音识别 API 的 endpoint
  4. 接收语音识别结果
  5. 解释并使用语音识别结果(例如，作为字幕显示在屏幕上，理解意图并生成语音机器人的响应，作为会议记录等摘要处理的输入等)

以下是客户端程序和语音识别服务器之间交互的概述：

图. AmiVoice API 概述

A. 接口的选择​

AmiVoice API 提供了三种语音识别接口。我们将说明每种接口的必要特征和预期用例，以帮助用户选择适合的接口。

B. 请求方法​

为了获得语音识别结果，需要在向服务器发送请求时进行各种设置并发送语音文件。

请求的发送方法因 HTTP 和 WebSocket 而异，我们将依次说明每个接口。

关于发送的数据和语音识别结果在服务器上的日志处理，请参阅日志保留。

C. 结果处理​

从语音识别服务器获得的是对发送的语音进行转写的文本。除了文本之外，关于可以获得的各种信息，请参阅语音识别结果以了解详细信息。 关于错误处理，请参阅响应代码和消息。

高级功能等​

本节介绍如何更好地利用 AmiVoice API 开发应用程序的信息，以及客户端库、示例程序和限制。

图. AmiVoice API 概述

D. AmiVoice API 的功能​

说明 AmiVoice API 的各种功能。

E. 客户端库​

介绍从各种语言轻松使用 AmiVoice API 的客户端库。

F. 示例程序​

介绍使用 AmiVoice API 的各种编程语言的示例程序。

G. 限制​

说明使用 AmiVoice API 时应该了解的限制。