音频文件转写极速版大模型
音频文件转写极速版大模型支持将音频、视频文件中的语音内容快速转换为文字,通过 HTTP 接口同步返回识别文本及对应时间戳。依托新一代语音识别大模型,提升多语种、方言及复杂语音场景下的识别准确率,兼顾转写质量与处理效率,适用于音视频字幕生成、录音转写、内容分析等对时效性要求较高的业务场景。
权限说明
调用本能力需要使用API Key进行鉴权认证。获取及使用API Key的流程请参考:APIKey鉴权说明文档
请求参数
application/json
使用API Key鉴权方式时,将API Key或短期API Key放在此处。注意需要在API Key信息前加上 Bearer 。示例: Bearer bce-v3/ALTAK-xxxxxx/614fbxxxxxx
音频采样率,目前仅支持 16000 Hz。
用户唯一标识,由开发者自行生成并保证唯一性。
识别模型名称,当前支持 qianfan-asr-v1。
音视频文件的 Base64 编码内容。支持 PCM、WAV、MP3、M4A、MP4、MOV 等常见格式。文件时长不超过 1 小时,大小不超过 500 MB。
可使用百度云对象存储进行音频存储,生成云端可外网访问的url链接。音频文件最多支持一小时的时长,整体文件不能超过500M。支持pcm、wav、mp3、m4a、mp4、mov等常见音视频文件格式(与speech二选一)
是否返回详细转写结果。 0:仅返回转写文本;1:返回详细信息(默认)。取值范围:0、1。
是否开启字幕功能,按照字幕规则返回识别结果及对应时间戳。 0:关闭(默认);1:开启。
字幕结果是否保留标点符号。 0:过滤标点(默认);1:保留标点。仅在开启字幕功能时生效。
是否开启文本顺滑功能,包括标点优化、数字格式优化和口语过滤。 0:关闭(默认);1:开启。
指定文本顺滑功能,仅当 smooth_text=1 时生效。 1:标点优化;2:数字格式优化;3:口语过滤。 支持组合配置,例如 [1,2,3] 开启全部功能。
是否开启敏感词过滤。0:关闭(默认);1:开启。
POST https://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/asr/topspeed
Authorization: API Key String
Content-Type: application/json
{
"rate": 16000,
"cuid": "baidu_asr",
"model": "qianfan-asr-v1",
"speech": "BASE64_ENCODED_AUDIO",
"enable_subtitle": 1,
"smooth_text": 1
}
示例代码
curl --location 'https://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/asr/topspeed' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer bce-v3/ALTAK-xxxxxx/614fbxxxxxx' \
--data '{
"rate": 16000,
"cuid": "baidu_asr",
"dev_pid": 80006,
"speech": "base64" //(与speech_url二选一)
"speech_url": "https://XXXXX", //(与speech二选一)
"enable_subtitle":1,
"smooth_text": 1,
}'
返回响应
错误码,0 表示请求成功,其他值表示请求异常。
请求结果或错误信息。
音频整体时长,单位毫秒。
完整转写结果,通常通过 result[0] 获取完整识别文本。
显示子属性
隐藏子属性
完整转写结果。
分句转写详情,包含每句话的识别文本、时间戳及相关标识。
显示子属性
隐藏子属性
当前句的识别文本,通常通过 res[0] 获取。
显示子属性
隐藏子属性
当前句的识别文本
当前句开始时间,单位毫秒。
当前句结束时间,单位毫秒。
分句转写标识,供问题反馈与排查使用。
整段转写标识,供问题反馈与排查使用。
{
"error_code":0,
"error_message":"请求成功",
"audio_duration":1300,
"result":["欢迎使用百度语音,"],
"detailed_result":[
{
"begin_time":0,
"corpus_no":"632690ff-40e8-4e59-9964-a381e4c64818_ws",
"end_time":1300,
"res":["欢迎使用百度语音,"],
"sn":"632690ff-40e8-4e59-9964-a381e4c64818_ws_ws_0","words_info":[]
},
……]
}
评价此篇文章
