开发指南
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：
- 从录音设备或网络获取语音数据
- 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)
- 将语音数据发送到语音识别 API 的 endpoint
- 接收语音识别结果
- 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：
接口类型和使用方法
AmiVoice API 提供了三种语音识别接口。我们将解释所需的特性和预期的用例，以帮助用户进行选择。
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。
- API Key解释了使用 AmiVoice API 时进行认证所需的 API key。
- 请求参数说明了在请求时需要设置的项目。
- 关于支持的语音数据，请参阅音频格式。
- 关于可用的语音识别引擎和支持的语言，请参阅语音识别引擎。
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。
响应
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。
扩展功能等
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、使用生成式 AI 进行开发和限制。
扩展功能
用于改善语音识别精度的功能。
我们还提供说话人区分和情感分析等附加功能。请根据目的使用。
我们还提供支持构建服务运营的功能。
客户端库
介绍从各种语言轻松使用 AmiVoice API 的客户端库。
示例程序
介绍使用 AmiVoice API 的各种编程语言的示例程序。
使用生成式 AI 进行开发
介绍如何让生成式 AI 和编码代理参考官方文档，用于接口的选定、规格的调查、示例代码的生成等。
限制
说明使用 AmiVoice API 时应该了解的限制。