音频审核接口

更新时间：2023-06-29

音频审核接口

提交音频审核

用户提供音频路径，创建一次音频审核。

音频路径支持BOS、VOD、URL路径；
正在审核中的音频无法再次进行审核；
已经审核过的音频（FINISHED/ERROR）可以重新进行审核；
音频重新审核会覆盖上次审核结果。

输入限制

音频编码标准：MP1，MP2,MP3,AAC,AC-3,WMA,PCM,ADPCM,AMR,RealAudio,Vorbis,DSD等

请求语法

PUT /v<version>/audio HTTP/1.1
host: vcr.bj.baidubce.com
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>
content-type: application/json

请求头域

除公共请求头外，无其他特殊头域。

请求体

参数	类型	描述	是否必须
source	String	音频路径	是
auth	String	音频路径鉴权参数，仅URL音频使用	否
description	String	音频描述，默认空字符串，不超过256字符	否
preset	String	审核模板名称，不填写使用默认模版	否
notification	String	通知名称	否

说明：

对于 BOS 音频，source="bos://<bos-bucket>/<bos-object>”, 例如"bos://testbucket/dir/audio.wav"，由客户保证 BOS 路径可访问。
对于 VOD 媒资原音频，source="vod://<vod-media-id>”，例如"vod://mda-fhepatsnpn4rk9z"，VCR 会内部请求VOD获取原音频地址，需要确保媒资在VOD状态为PUBLISHED。
对于 VOD 媒资转码后音频，source="vod://<vod-media-id>-<preset>", 例如"vod://mda-fhepatsnpn4rk9z-wav"，VCR 会内部请求VOD获取转码后音频地址，需要确保媒资在VOD状态为PUBLISHED，且模板存在。注意这里VOD媒资ID和模板名称的分隔符为"-"。VCR 会自动区分同一个媒资的原音频和转码后音频，几个音频可以同时发起审核，互不影响。
对于 URL 音频，source="<http(s)-url">，例如”http://video.domain.com/dir/audio.wav”；URL source中可以包含参数，例如”http://vod.domain.com/dir/audio?id=0308”，VCR 会主动拉取source对应的原音频进行审核，由客户保证音频可访问。
对于包含鉴权参数的 URL 音频，可以将鉴权参数（大多是临时参数，且在指定时间内有效）设置到auth中，auth="<key1>=<value1>&<key2>=<value2>"，注意这里（和HTTP协议一致）使用&分隔多个参数，例如"token=abcxyz×tamp=1514993900"。VCR 会使用?或&将source和auth拼接，得到完整的原音频URL后拉取进行审核，由客户保证实际拉取的URL可访问。区分source和auth的好处是，客户在查询音频审核结果或处理回调时，仅需传入或解析source而可忽略鉴权参数auth。

请求示例

示例一：审核 BOS 音频

PUT /v2/audio HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

{
  "source": "bos://testbucket/dir/audio.wav",
  "preset": "audio_preset",
  "notification": "vcr_callback"
}

示例二：审核 VOD 媒资原音频

PUT /v2/audio HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

{
  "source": "vod://mda-fhepatsnpn4rk9z",
  "notification": "vcr_callback"
}

示例三：审核 VOD 转码后音频

PUT /v2/audio HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

{
  "source": "vod://mda-fhepatsnpn4rk9z-wav"
}

示例四：审核 URL 音频

PUT /v2/audio HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

{
  "source": "http://test.domain.com/dir/audio.wav"
}

示例五：审核包含鉴权参数的 URL 音频

PUT /v2/audio HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

{
  "source": "http://test.domain.com/dir/audio.wav",
  "auth": "token=abcxyz&timestamp=1514993900"
}

响应体

无

响应示例

HTTP/1.1 200 OK

查询音频审核结果

根据音频路径查询审核结果。

请求语法

查询音频审核结果：

GET /v<version>/audio?source={source} HTTP/1.1
host: vcr.bj.baidubce.com
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>
content-type: application/json

请求参数

参数	类型	描述	参数位置	是否必须
source	String	音频路径，需要对source进行urlEncode。请参考提交音频审核的说明部分。	query参数	是

请求体

无

请求示例

示例一：查询 BOS 音频审核结果

GET /v2/audio?source=bos%3a%2f%2ftestbucket%2fdir%2faudio.wav HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

示例二：查询 VOD 原音频审核结果

GET /v2/audio?source=vod%3a%2f%2fmda-fhepatsnpn4rk9z HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

示例三：查询 VOD 转码后音频审核结果

GET /v2/audio?source=vod%3a%2f%2fmda-fhepatsnpn4rk9z-mp4 HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

示例四：查询 URL 音频审核结果

GET /v2/audio?source=http%3a%2f%2ftest.domain.com%2fdir%2faudio.mp4 HTTP/1.1
host: vcr.bj.baidubce.com
content-type: application/json
authorization: <bce-authorization-string>
x-bce-date: <bce-authorization-utc-date>

如前所述，对于 URL 音频，如果在提交审核时指定了auth参数，在查询审核结果时是不需要指定的。

响应体

参数	类型	描述
source	String	音频路径
mediaId	String	VOD媒资id，source为VOD路径时存在
description	String	音频描述
preset	String	审核模板名称
status	String	审核状态
percent	Number	审核进度，0 ~ 100整数；仅status=PROCESSING时存在
notification	String	通知名称
createTime	Date	审核创建时间
finishTime	Date	审核结束时间，仅当status=FINISHED/ERROR时存在
label	String	审核结果标记，仅当status=FINISHED时存在
results	Array	审核结果，仅当status=FINISHED且音频中有疑似涉黄/暴恐/涉政/广告/违禁成分时存在
+ type	String	审核类型
+ items	Array	审核结果项数组
++ subType	String	审核项
++ target	String	审核物料类型，可选值：audio, speech
++ startTimeInSeconds	Number	物料在音频中的起始秒数
++ endTimeInSeconds	Number	物料在音频中的结束秒数
++ confidence	Double	该审核结果项的置信度，0~100的浮点数
++ label	String	审核结果项标记
++ extra	String	额外信息，如有；例如政治敏感人物识别出来的人名
++ evidence	Object	审核证据
+++ thumbnail	String	缩略图URL
+++ location	Object	证据位置信息
++++ leftOffsetInPixel	Number	左偏移
++++ topOffsetInPixel	Number	上偏移
++++ widthInPixel	Number	宽度
++++ heightInPixel	Number	高度
+++ text	String	文本证据
error	Object	审核失败信息，仅当status=ERROR时存在
+ code	String	错误码
+ message	String	错误信息

响应示例

HTTP/1.1 200 OK
{
    "source": "vod://mda-fhepatsnpn4rk9z",
    "status": "FINISHED",
    "createTime": "2017-03-22T12:00:00Z",
    "finishTime": "2017-03-22T12:06:48",
    "label": "REVIEW",
    "results": [{
        "type": "sexual_porn",
        "items": [{
            "subType": "behavior",
            "target": "audio",
            "startTimeInSeconds": 0,
            "confidence": 68,
            "label": "REVIEW"
        }]
    },
    {
        "type": "political_group",
        "items": [
            {
                "confidence": 99.8,
                "endTimeInSeconds": 4226,
                "evidence": {
                    "text": "昆明市工商局的"
                },
                "extra": "工商局",
                "label": "REJECT",
                "startTimeInSeconds": 4225,
                "subType": "political_group_positive",
                "target": "speech"
            }]
    }]
}

审核结果说明

音频审核状态和进度

审核状态	状态名称	描述
PROVISIONING	排队中	音频审核排队中
PROCESSING	审核中	音频审核进行中
FINISHED	审核完成	审核结束，可以查询审核结果
ERROR	审核失败	审核失败，可以查询失败错误原因

每一次提交审核后，VCR会根据其使用的审核模板在内部根据不同审核类型进行多项”子审核”。
若任一子审核失败，本次审核就会失败。
当每项子审核完成时，VCR 都会更新本次审核的审核进度。

审核结果

每个音频的审核结果格式为：

参数	类型	描述
label	String	审核结果标记，可选值：NORMAL/REVIEW/REJECT
results	Array	审核结果
+ type	String	审核类型
+ items	Array	审核结果项数组

审核标记

审核结果标记label，简称审核标记，其可选值包括NORMAL/REVIEW/REJECT，分别表示正常/疑似违规/确认违规。

审核标记是根据 VCR 审核结果的置信度和用户审核音频时指定的审核模板中疑似置信度阈值和确认置信度阈值生成的。

举个例子，VCR在对音频进行审核时，判断某一段音频为涉黄场景下娇喘的置信度为C，用户使用的审核模板中配置的疑似置信度阈值和确认置信度阈值分别为T_Review和T_Reject：

C < T_Review，VCR忽视该音频的涉黄-色情审核结果；
T_Review <= C < T_Reject，VCR输出一个label=REVIEW的审核结果项；
T_Reject <= C，VCR会输出一个label=REJECT的审核结果项。

音频的审核结果标记由各审核结果项（见下）汇总得到，汇总规则：

审核结果数组为空，即没有审核结果项时音频label = NORMAL；
任一审核结果项label = REJECT时，音频label = REJECT；
其余情况下（所有审核结果项label = REVIEW）音频label = REVIEW

审核物料

VCR 会对音频中提取的不同审核物料进行审核。VCR 音频审核物料分为以下两种：

audio，声音物料，即音频；
speech，语音物料，即音频通过ASR技术获取的语音识别结果；

审核类型

审核结果中的type表示”审核类型”。每类审核场景下包含着多种审核类型，不同审核类型支持的审核物料也不一样。随着智能内容审核服务的迭代升级，会不断扩展审核场景和审核类型。

审核类型列表

审核场景	审核类型	描述	支持的审核物料类型
涉黄审核	sexual_porn	色情审核	thumbnail,audio,character,speech
涉黄审核	sexual_sexy	性感审核	thumbnail
涉黄审核	sexual_intimacy	亲密行为审核	thumbnail
涉黄审核	sexual_vulgar	低俗行为	thumbnail
涉黄审核	sexual_special	特殊行为	thumbnail
暴恐审核	terrorist_group	暴恐组织审核	thumbnail,speech,character
暴恐审核	terrorist	暴恐人物审核	thumbnail,speech,character
暴恐审核	terror_event	暴力事件审核	thumbnail,speech,character
涉政审核	politician	涉政人物审核	thumbnail,character,speech
涉政审核	political_event	涉政事件审核	character,speech
涉政审核	political_group	涉政组织审核	thumbnail,character,speech
广告审核	ad_brand	品牌广告审核	thumbnail,character,speech
广告审核	ad_marketing	欺诈及营销广告审核	thumbnail,character,speech
广告审核	ad_brand_negative	品牌负面评论审核	character,speech
违禁审核	illegal_gamble	赌博审核	character,speech
违禁审核	illegal_forgery	假冒伪劣及造假盗窃审核	character,speech
违禁审核	illegal_trade	非法交易审核	character,speech
违禁审核	illegal_privacy	非法获取私人信息审核	character,speech

审核结果项

在审核结果中，每个审核类型都对应一个items，表示该子审核的结果。数组中的元素称为审核结果项，其具体格式为：

参数	类型	描述
subType	String	审核项
target	String	音频审核物料类型，可选值：audio, speech
startTimeInSeconds	Number	物料在音频中的起始秒数，和endTimeInSeconds同时存在，audio/speech审核物料有该属性
endTimeInSeconds	Number	物料在音频中的结束秒数，和startTimeInSeconds同时存在
confidence	Double	审核结果项的置信度，0~100的浮点数
label	String	审核结果项标记
extra	String	额外信息，如有；例如涉政人物审核出来的人名
evidence	Object	审核证据

审核项

审核结果中的subType表示”审核项”。每种审核类型下细分了不同审核项。

审核项列表

审核场景	审核类型	审核项	审核项描述
涉黄审核	sexual_porn	behavior,sm,products,children,art	性行为及露点及招嫖,SM,性用品及性玩具,儿童,艺术品色情
暴恐审核	terrorist_group	terrorist_group	恐怖组织
暴恐审核	terrorist	terrorist	暴恐人物
暴恐审核	terror_event	blood,corpse,murder,explosion,riot,weapon,police,traffic	血腥,尸体,绑架及杀人,爆炸火灾,暴乱,军事武器,警察部队,车祸
涉政审核	politician	politician_positive, politician_negative,bad_artist	涉政正面人物,涉政负面人物,劣迹艺人
涉政审核	political_event	political_event_positive,political_event_negative	涉政正面事件,涉政负面事件
涉政审核	political_group	political_group_positive,political_group_negative	涉政正面组织,涉政负面组织
广告审核	ad_brand	brand	品牌标识
广告审核	ad_marketing	qrcode,contact,website,commercial	二维码,联系方式,网址,软文推广
广告审核	ad_brand_negative	brand_negative_comment	品牌负面评论
违禁审核	illegal_gamble	gamble	赌博
违禁审核	illegal_forgery	forgery	假冒伪劣及造假盗窃
违禁审核	illegal_trade	trade	非法交易
违禁审核	illegal_privacy	privacy	非法获取私人信息
官方文本黑库	official_text_black_lib	baidu_illegal_textlib	违禁词库

审核证据

根据不同的审核物料类型，审核证据也不相同。审核证据的格式为：

参数	类型	描述
text	String	文本证据

具体地说：

target=audio，暂无审核证据
target=speech，审核证据=text

审核错误码列表

音频审核失败时，查询音频审核结果会返回审核失败错误信息。目前VCR支持如下错误码：

错误码	错误信息	备注
InvalidAudio	fetch audio failure	URL音频拉取失败，请检查原音频
InvalidAudio	invalid audio: invalid audio or video	元信息中音频信息不合预期，请检查原音频
InvalidAudio	invalid audio: audio duration/resolution exceeds limit	音频时长不满足系统限制，请检查原音频
InternalError	create extract jobs error, please retry	系统内部错误，建议重试
InternalError	extract speech(asr) error, please retry	语音识别失败
InternalError	create check jobs error, please retry	系统内部错误，建议重试
InternalError	porn check error, please retry	涉黄审核失败
InternalError	politics check error, please retry	涉政审核失败
InternalError	ad check error, please retry	广告审核失败
InternalError	terrorism check error, please retry	暴恐审核失败
InternalError	speech text check error, please retry	对语音识别结果审核失败，建议重试
InternalError	character check error, please retry	对文字识别结果审核失败，建议重试
InternalError	service internal error, please retry	系统内部错误，建议重试
TimeOut	time out, please retry	审核超时，请先检查原音频，如音频正常则可以重试

审核结果示例

审核结果：

{
    "label" : "REJECT",
    "results" : [{
        "type": "sexual_porn",
        "items": [{
            "subType": "behavior",
            "target": "audio",
            "confidence": 70,
            "startTimeInSeconds": 0,
            "label": "REVIEW"
        }
    },
    {
        "type": "political_group",
        "items": [
            {
                "confidence": 99.8,
                "endTimeInSeconds": 4226,
                "evidence": {
                    "text": "昆明市工商局的"
                },
                "extra": "工商局",
                "label": "REJECT",
                "startTimeInSeconds": 4225,
                "subType": "political_group_positive",
                "target": "speech"
         }]
    }]
}

视频审核接口

图片审核接口

百度智能云

媒体内容审核 VCR

媒体内容审核 VCR

音频审核接口

音频审核接口

提交音频审核

查询音频审核结果

审核结果说明

音频审核状态和进度

审核结果

审核标记

审核物料

审核类型

审核结果项

审核项

审核证据

审核错误码列表

审核结果示例