功能简介

CloudAsr 是云端自动语音识别（Automatic Speech Recognition）服务，能够将音频文件中的语音内容自动转换为文字。基于先进的深度学习模型，支持多种音频格式，识别准确率高，适用于各类语音转文字场景。

适用场景

• 会议记录：将会议录音转换为文字纪要，便于存档和检索
• 语音笔记：将语音笔记转换为文字，提高信息整理效率
• 视频字幕：为视频内容自动生成字幕文本
• 语音质检：分析客服通话录音，提取关键信息
• 课堂录音：将课堂录音转换为文字笔记

功能特性

• 多格式支持：支持 mp3、wav 等多种常见音频格式
• 异步处理：采用异步任务模式，提交后轮询获取结果
• 高精度识别：基于深度学习模型，识别准确率高
• 时间戳标记：返回每段文字对应的时间范围
• 结果灵活：获取识别结果后可按需进行后续处理

资费标准

• 录音文件识别：按实际用量计费

1. 接口基础

使用前请阅读 接口基础 。

2. 任务提交（异步）

请求地址

[POST] https://api.tecmz.com/open_api/cloud_asr/queue

请求参数

返回

{
    "code": 0,
    "msg": "ok",
    "data": {
        // 任务ID
        "taskId": "1"
    }
}

3. 任务查询

建议 10 秒查询一次转换结果。

请求地址

[POST] https://api.tecmz.com/open_api/cloud_asr/query

请求参数

返回

{
    "code": 0,
    "msg": "ok",
    "data": {
        // 任务ID
        "taskId": "1",
        // QUEUE 队列中 PROCESS 处理中 FAIL 转换失败 SUCCESS 转换成功
        "status": "QUEUE",
        // 结果
        "result": {
            // 音频链接
            "records": [
                {
                    "start": 0,
                    "end": 10,
                    "text": "你好，世界",
                }
            ],
            // 音频时长，单位秒
            "duration": 10,
        }
    }
}