科大讯飞
  1. 语音评测suntone
科大讯飞
  • iOS SDK接入文档
  • 平台文档
    • 开发者新手指南
      • 平台简介
      • 快速指引
    • 服务协议
      • 讯飞开放平台用户服务协议
      • 讯飞星火认知大模型接口服务协议
      • 开发者应用创建规则
      • 讯飞开放平台隐私政策
      • 开发者用户个人信息保护合规指引
      • 开放平台SDK合规使用说明
      • SDK隐私政策总览
      • SDK合规使用说明总览
      • 科大讯飞儿童隐私保护政策
      • 讯飞开放平台SLA协议
      • 讯飞开放平台订购协议
    • 用户认证须知
      • 用户认证简介
      • 企业实名认证
      • 个人实名认证
      • 初创团队认证
      • 学生认证
      • 公益项目认证
      • 个人升级企业认证
    • 财务
      • 退款规则及退款流程
      • 财务相关说明
    • 账号
      • 账号注销与删除流程
      • 账号与应用说明
    • 会员
      • 会员权益详情
      • 会员时效说明
      • 会员试用版
  • 星火认知大模型
    • SparkDesk
      • SparkDesk使用指南
      • SparkDesk隐私政策
      • SparkDesk用户协议
    • 星火认知大模型
      • 服务说明
      • 通用鉴权URL生成说明
      • Spark Android SDK接入文档
      • Linux SDK接入文档
      • Windows SDK接入文档
      • 讯飞星火认知大模型隐私政策
      • Web 文档
        • 星火认知大模型Web API文档
        • 星火大模型V1.5
        • 星火大模型V2
        • 星火大模型V3
    • 星火知识库
      • 星火知识库 API 文档
        • 星火知识库 API 文档
        • 文档问答
        • 文档上传
        • 文档总结
        • 获取文档总结/概要信息
      • 新版Embedding API文档
    • 图片生成
      • 图片生成 API
    • 图片理解
      • 图片理解 API
    • 大模型定制训练平台
      • 产品使用说明
      • 星火微调服务Web API文档文档
        • 星火微调服务Web API文档文档
        • V1.5版本
        • 微调模型
  • 语音识别
    • 语音唤醒(新版)
    • 语音听写
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • Java SDK 文档
      • 音频文件格式说明
      • 语音听写服务说明
      • 语音听写(流式版)SDK隐私政策
      • 语音听写(流式版)SDK合规使用说明
      • HarmonyOS SDK 文档
      • 语音听写自训练平台
      • 语音听写(流式版)WebAPI
    • 语音转写
      • 语音转写服务说明
      • 语音转写 服务协议
      • WebAPI 文档
        • 语音转写 API 文档
        • 文件上传
        • 查询结果
    • 极速语音转写
      • 极速语音转写 API 文档
      • 小文件上传
      • 初始化分块信息
      • 分块上传
      • 分块上传完成
      • 创建任务
      • 查询任务
    • 实时语音转写
      • 实时语音转写服务说明
      • 实时语音转写 API
    • 离线语音听写
      • Android SDK 文档
      • 离线语音听写服务说明
      • 离线语音听写SDK隐私政策
      • 离线语音听写SDK合规使用说明
    • 离线语音听写(新版)
      • Android SDK 文档
      • 离线语音听写隐私政策
    • 语音唤醒
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 语音唤醒服务说明
      • 离线唤醒SDK隐私政策
    • 语音唤醒(新版)
      • Android SDK 文档
      • Linux SDK 文档
      • 语音唤醒隐私政策
    • 离线命令词识别
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 离线命令词识别服务说明
      • 离线命令词识别SDK隐私政策
      • 离线命令词SDK合规使用说明
  • 语音合成
    • 在线语音合成
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • Java SDK 文档
      • 服务协议
      • 在线语音合成服务说明
      • 发音人自训练平台使用指南
      • WebAPI
    • 长文本语音合成
      • 长文本语音合成 API 文档
      • 创建任务
      • 查询任务
    • 离线语音合成
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 服务协议
      • 离线语音合成服务说明
    • AI虚拟人技术
      • Web SDK 2.0 接入指南
      • Android-SDK
      • iOS-SDK
      • Web API 文档
        • AI虚拟人技术 API 文档
        • 音频驱动
        • 启动
        • 文本驱动
        • 停止
        • 心跳
  • 语音扩展
    • 语音评测(流式版)
      • 接口说明
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 语音评测SDK隐私政策
      • 语音评测(流式版)API
    • 语音评测suntone
      • 语音评测suntone API
    • 离线变声
      • Android SDK 集成文档
    • 音色转换
      • 音色转换 API
    • 性别年龄识别
      • 性别能力识别 API
    • 声纹识别
      • Web API 文档
      • 声纹识别 API
    • 歌曲识别
      • 歌曲识别 API
    • 歌曲识别 ACRCloud
      • 接口说明
      • 哼唱识别
      • 音乐识别
    • AI 客服中间件
      • 接口说明
      • 获取token
      • 查询配置
      • 直接外呼
      • 创建外呼任务
      • 提交任务数据
      • 启动外呼任务
      • 暂停外呼任务
      • 删除外呼任务
      • 查询任务
      • 结果数据推送
      • 话单推送
      • 录音推送
      • 会话推送
      • 呼入话术上下文动态数据获取
  • 自然语言处理
    • 文本纠错
      • 文本纠错 API
      • 黑白名单上传
    • 公文校队
      • 公文校对 API
    • 文本合规
      • 文本合规 API
      • 新增黑名单词库
      • 根据lib_id添加黑名单词条
      • 根据lib_id查询词条明细
      • 根据lib_id删除词条
      • 根据appid查询账户下所有词库
      • 根据lib_id删除词库
      • 创建白名单库
      • 根据lib_id添加放行词条
      • 根据lib_id查询词条详情
      • 根据lib_id删除词条信息
      • 根据appid查询所有词库列表
      • 根据lib_id删除词库
    • 图片合规
      • 图片合规 API
    • 音频合规
      • 音频合规 API
    • 视频合规
      • 视频合规 API
    • 文本改写
      • 文本改写 API
    • 机器翻译
      • 机器翻译(新) API
    • 机器翻译niutrans
      • 机器翻译niutrans API
    • 同声传译
      • 同声传译 API 
    • 离线分词
      • Android SDK 文档
  • 人脸识别
    • 人脸验证与检索
      • Android SDK 文档
      • iOS SDK 文档
      • 人脸验证与检索SDK隐私政策
      • 人脸验证与检索SDK合规使用说明
    • 人脸对比
      • 人脸比对 API
    • 人脸比对sensetime
      • 人脸比对sensetime API
    • 人脸水印照比对
      • 人脸水印照比对 API
    • 静默活体检测
      • 静默活体检测 API
    • 配合式活体检测
      • 配合式活体检测 API
    • 静默活体检测sensetime
      • 静默活体检测sensetime API
    • 人脸检测和属性分析
      • 人脸检测和属性分析 API
    • 人脸特征分析tuputech
      • 年龄 API
      • 颜值 API
      • 性别 API
      • 表情 API
  • 文字识别
    • 通用文字识别
      • 通用文字识别 API
    • 通用文字识别
      • 通用文字识别 intsig API
    • 手写文字识别
      • 手写文字识别 API
    • 印刷文字识别
      • 印刷文字识别 API
    • 印刷文字识别(多语种)
      • 印刷文字识别(多语种)
    • 印刷文字识别(多语种)intsig
      • 印刷文字识别(多语种)intsig API
    • 图片文档还原
      • 图片文档还原 API 
    • 国内通用票据识别
      • 接口说明
      • 国内通用票据识别 API
    • 离线OCR
      • Android SDK 文档
    • 名片识别 intsig
      • 名片识别 API
    • 身份证识别 intsig
      • 身份证识别 intsig API
    • 银行卡识别 intsig
      • 银行卡识别 API
    • 营业执照识别 intsig
      • 营业执照识别 intsig API
    • 增值税发票识别 intsig
      • 增值税发票识别 intsig API
    • 拍照速算识别
      • 接口说明
      • 拍照速算识别 API
    • 公式识别
      • 接口说明
      • 公式识别 API
    • 指尖文字识别
      • 接口说明
      • 指尖文字识别 API
    • 身份证识别
      • 接口说明
      • 身份证识别 API
    • 增值税发票识别
      • 接口说明
      • 增值税发票识别 API
    • 营业执照识别
      • 接口说明
      • 营业执照识别 API
    • 火车票识别
      • 接口说明
      • 火车票识别 API
    • 出租车发票识别
      • 接口说明
      • 出租车发票识别 API
  • 图像识别
    • 场景识别
      • 场景识别 API
    • 物体识别
      • 物体识别 API
    • 场所识别
      • 场所识别 API 文档
  • 基础服务
    • 云服务器 CVM
      • 云服务器 CVM 产品简介
      • 快速入门
      • 服务协议
  • 解决方案
    • 签到解决方案
      • SaaS操作文档
    • 智能硬件通用方案
      • 智能硬件通用方案说明
      • 麦克风阵列Android SDK
      • 麦克风阵列Linux SDK
      • 双麦阵列设计参考
      • 麦克风阵列录音要求
      • 语音唤醒Android SDK
      • 语音唤醒Linux SDK
      • 离线声纹Android SDK
      • 离线声纹Linux SDK
  • MSC API 文档
    • Android
      • 文件列表
      • SDK初始化
      • 语音识别(Recognizer)
      • 语音合成(Synthesizer)
      • 语音评测(Evaluator)
      • 语音唤醒(Wakeuper)
      • 声纹人脸(Verifier)
      • Android 常量字段值
      • 基础类
    • IOS
      • 文件列表
      • SDK初始化
      • 语音识别(Recognizer)
      • 语音合成(Synthesizer)
      • 语音评测(Evaluator)
      • 语音唤醒(Wakeuper)
      • 声纹人脸(Verifier)
      • 基础类
    • Windows&Linux
      • 文件列表
      • API 文档
    • Java
      • 所有类列表
      • SDK初始化
      • 语音识别(Recognizer)
      • 语音合成(Synthesizer)
      • 常量字段值
      • 基础类
  1. 语音评测suntone

语音评测suntone API

ws(s): //cn-east-1.ws-api.xf-yun.com/v1/private/s8e098720

接口说明#

• 语音评测suntone是基于智能语音分析技术,自动对发音水平、发音错误、缺陷定位和问题分析的能力接口。
• 部分开发语言demo如下,其他开发语言请参照文档进行开发,也欢迎热心的开发者到 讯飞开放平台社区 分享你们的demo。
语音评测suntone demo java语言
语音评测suntone demo python语言
• 集成语音评测suntoneAPI时,需按照以下要求:
内容说明
请求协议ws[s](为提高安全性,强烈推荐wss)
请求地址中文评测:ws(s): //cn-east-1.ws-api.xf-yun.com/v1/private/s8e098720 其他语种评测:ws(s): //cn-east-1.ws-api.xf-yun.com/v1/private/sffc17cdb
请求行中文评测:GET /v1/private/s8e098720 HTTP/1.1 其他语种评测:GET /v1/private/sffc17cdb HTTP/1.1
接口鉴权签名机制,详情请参照下方鉴权说明
字符编码UTF-8
响应格式统一采用JSON格式
音频属性采样率16/8k、位长16/8bit、单声道
音频格式mp3、speex、speex-wb
音频大小base64编码后不得超过10M
语言种类中文、日语、韩语、法语、德语、俄语、西班牙语

#鉴权说明#

在调用业务接口时,请求方需要对请求进行签名,服务端通过签名来校验请求的合法性。 通过在请求地址后面加上鉴权相关参数的方式,参数具体如下: 示例url:
wss://cn-east-1.ws-api.xf-yun.com/v1/private/s8e098720?host=cn-east-1.ws-api.xf-yun.com&date=Tue%2C+16+Aug+2022+08%3A28%3A38+GMT&authorization=YXBpX2tleT0iYXBpa2V5WFhYWFhYWFhYWFhYWFhYWFhYWFhYWFhYWFgiLCBhbGdvcml0aG09ImhtYWMtc2hhMjU2IiwgaGVhZGVycz0iaG9zdCBkYXRlIHJlcXVlc3QtbGluZSIsIHNpZ25hdHVyZT0iS3NIa2xFWWJ2Y0hiYldLSnpDQ1J2aEZnSXl1VkowTEcxczVNQ04vMDJzWT0i
鉴权参数:
参数类型必须说明示例
hoststring是请求主机cn-east-1.ws-api.xf-yun.com
datestring是当前时间戳,RFC1123格式("EEE, dd MMM yyyy HH:mm:ss z")Tue, 16 Aug 2022 08:28:38 GMT
authorizationstring是使用base64编码的签名相关信息(签名基于hamc-sha256计算)参考下方详细生成规则
• date参数生成规则:
date必须是UTC+0或GMT时区,RFC1123格式(Tue, 16 Aug 2022 08:28:38 GMT)。
服务端会对date进行时钟偏移检查,最大允许300秒的偏差,超出偏差的请求都将被拒绝。
• authorization参数生成格式:
1)获取接口密钥APIKey 和 APISecret。
在讯飞开放平台控制台,创建一个应用后打开语音评测页面可以获取,均为32位字符串。
2)参数authorization base64编码前(authorization_origin)的格式如下。
api_key="$api_key",algorithm="hmac-sha256",headers="host date request-line",signature="$signature"
其中 api_key 是在控制台获取的APIKey,algorithm 是加密算法(仅支持hmac-sha256),headers 是参与签名的参数(见下方注释)。
signature 是使用加密算法对参与签名的参数签名后并使用base64编码的字符串,详见下方。
*注:* headers是参与签名的参数,请注意是固定的参数名("host date request-line"),而非这些参数的值。
3)signature的原始字段(signature_origin)规则如下。
signature原始字段由 host,date,request-line三个参数按照格式拼接成,
拼接的格式为(\n为换行符,’:’后面有一个空格):
host: $host\ndate: $date\n$request-line
假设
请求url =  wss://cn-east-1.ws-api.xf-yun.com/v1/private/s8e098720
date = "Tue, 16 Aug 2022 08:28:38 GMT"
那么 signature原始字段(signature_origin)则为:
host: cn-east-1.ws-api.xf-yun.com
date: Tue, 16 Aug 2022 08:28:38 GMT
GET /v1/private/s8e098720 HTTP/1.1
4)使用hmac-sha256算法结合apiSecret对signature_origin签名,获得签名后的摘要signature_sha。
signature_sha=hmac-sha256(signature_origin,$apiSecret)
其中 apiSecret 是在控制台获取的APISecret
5)使用base64编码对signature_sha进行编码获得最终的signature。
signature=base64(signature_sha)
假设
APISecret = "apisecretXXXXXXXXXXXXXXXXXXXXXXX"	
date = "Tue, 16 Aug 2022 08:28:38 GMT"
则signature为
signature="KsHklEYbvcHbbWKJzCCRvhFgIyuVJ0LG1s5MCN/02sY="
6)根据以上信息拼接authorization base64编码前(authorization_origin)的字符串,示例如下。
api_key="apikeyXXXXXXXXXXXXXXXXXXXXXXXXXX", algorithm="hmac-sha256", headers="host date request-line", signature="KsHklEYbvcHbbWKJzCCRvhFgIyuVJ0LG1s5MCN/02sY="
注: headers是参与签名的参数,请注意是固定的参数名("host date request-line"),而非这些参数的值。
7)最后再对authorization_origin进行base64编码获得最终的authorization参数。
authorization = base64(authorization_origin)
示例结果为:
authorization=YXBpX2tleT0iYXBpa2V5WFhYWFhYWFhYWFhYWFhYWFhYWFhYWFhYWFgiLCBhbGdvcml0aG09ImhtYWMtc2hhMjU2IiwgaGVhZGVycz0iaG9zdCBkYXRlIHJlcXVlc3QtbGluZSIsIHNpZ25hdHVyZT0iS3NIa2xFWWJ2Y0hiYldLSnpDQ1J2aEZnSXl1VkowTEcxczVNQ04vMDJzWT0i

#鉴权结果#

如果鉴权失败,则根据不同错误类型返回不同HTTP Code状态码,同时携带错误描述信息,详细错误说明如下:
HTTP Code说明错误描述信息解决方法
401缺少authorization参数{"message":"Unauthorized"}检查是否有authorization参数,详情见authorization参数详细生成规则
401签名参数解析失败{“message”:”HMAC signature cannot be verified”}检查签名的各个参数是否有缺失是否正确,特别确认下复制的api_key是否正确
401签名校验失败{“message”:”HMAC signature does not match”}签名验证失败,可能原因有很多。 1. 检查api_key,api_secret 是否正确 。 2.检查计算签名的参数host,date,request-line是否按照协议要求拼接 。 3. 检查signature签名的base64长度是否正常(正常44个字节) 。
403时钟偏移校验失败{“message”:”HMAC signature cannot be verified, a valid date or x-date header is required for HMAC Authentication”}检查服务器时间是否标准,相差5分钟以上会报此错误
时钟偏移校验失败示例:
HTTP/1.1 403 Forbidden
Date: Mon, 30 Nov 2020 02:34:33 GMT
Content-Length: 116
Content-Type: text/plain; charset=utf-8
{
    "message": "HMAC signature does not match, a valid date or x-date header is required for HMAC Authentication"
}

#请求参数#

在调用业务接口时,都需要配置以下参数,请求数据均为json字符串。
请求参数示例:
{
	"header": {
		"app_id": "123456",
		"status": 0
	},
	"parameter": {
		"st": {
			"lang": "cn",
			"core": "para",
			"refText": "您好,欢迎来到科大讯飞。",
			"result": {
				"encoding": "utf8",
				"compress": "raw",
				"format": "plain"
			}
		}
	},
	"payload": {
		"data": {
			"encoding": "lame",
			"sample_rate": 16000,
			"channels": 1,
			"bit_depth": 16,
			"status": 0,
			"seq": 0,
			"audio": "O8L/5LpzMJAMg......",
			"frame_size": 0
		}
	}
}
请求参数说明:
参数名类型必传描述
headerObject是协议头部,用于描述平台特性的参数
header.app_idstring是在平台申请的app id信息
header.statusint是请求状态,可选值为: 0-开始 1-继续 2-结束
parameterObject是AI 特性参数,用于控制 AI 引擎特性的开关
parameter.stObject是服务别名
parameter.st.langstring是评测语种 cn:中文 kr:韩语 fr:法语 de:德语 ru:俄语 sp:西班牙语 jp:日语 注:中文评测与其他语种评测请求地址不一样,使用其他语种评测时需要更改请求地址
parameter.st.corestring是评测类型 word:字 sent:句子 para:段落
parameter.st.refTextstring是参考文本,最小长度:1,最大长度:4096。 可以传指定发音,如: "我们的会{kuai4}计会{hui4}给你的" 注: 1、使用这种方式传拼音的时候拼音必须紧跟着中文,拼音左侧不能是非中文,如不能传“会&{kuai4}” 2、指定发音不能和refPinyin 一起使用,优先级reftext>customized_lexicon)
parameter.st.getParamint否返回结果是否含请求参数,可选值: 0-不返回 1-返回
parameter.st.phoneme_diagnosisint否纠错 (仅支持中文的单词测评),可选值: 0:关闭 (默认), 1:开启
parameter.st.dict_typestring否自定义音标显示 (仅日语评测的单词、句子评测支持该参数),origin以原始音素显示,hiragana以片假名显示(默认)
parameter.st.attachAudioUrlint否返回结果是否含音频下载地址,可选值: 0-不包含 1-包含
parameter.st.vadint否是否启用VAD,可选值: 0-关闭 1-开启
parameter.st.seekint否仅支持vad的sdk,设置后防止没声音立即返回结束说话的状态,单位 10ms,最小值:0,最大值:120 注意:仅在开启vad的时候有效。
parameter.st.ref_lengthint否仅支持vad的sdk,设置后防止seek检测到停止说话提前返回停止录音的状态,单位 10ms,最小值:0,最大值:120 注意:仅在开启vad的时候有效
parameter.st.phoneme_outputint否返回结果是否含音素维度(段落模式不支持),可选值: 0-关闭 1-打开
parameter.st.slackfloat否打分松紧度,最小值: -1,最大值: 1
parameter.st.scaleint否分制,最小值: 0,最大值: 100
parameter.st.precisionfloat否得分精度,最小值: 0,最大值: 1
parameter.st.customized_lexiconstring否指定特定字的期望发音,支持直接用声调显示或者数字显示声调,可选值: 1:第一声 2:第二声 3:第三声 4:第四声 5:轻声 如: "customized_lexicon":"{"会":["hui3"]}" “customized_lexicon":{"会": ["huì"]} “customized_lexicon":{\ "会@1": ["hui4"], "\ 会@2 ": [\ "kuai4 "]} (@后面跟数字表示文本中的第几个“会”字,这几种写法优先级有@的高) 注:refPinyin和customized_lexicon不能同时使用
parameter.st.refPinyinstring否参考拼音,reftext (不指定发音) 和refPinyin可以同时传入,或只传refText,或只传refPinyin,且reftext不能传空值。 同时传入需要reftext和refPinyin一一对应,如: (1)只传refPinyin,支持数字写法和声调写法两种:如 "refPinyin":"ni3 hao3"或者"refPinyin":"nǐ hǎo" (2)同时传refText跟refPinyin,只支持数字写法:如 "refPinyin":"ni3 hao3","refText":"你好" 注:同时传入reftext和refPinyin时,refPinyin只支持拼音+数字的写法,不支持加声调
parameter.st.output_rawtextint否保留标点符号(句子和段落模式下可用),可选值: 0-关闭 1-打开
parameter.st.realtime_feedbackint否支持评测结果实时反馈(仅支持句子模式下可用),可选值: 0-关闭 1-打开
parameter.st.paragraph_need_word_scoreint否返回结果是否含单词维度(仅段落模式下可用),可选值:1、0 (默认)
parameter.st.resultObject是响应数据
parameter.st.result.encodingstring否文本编码,可选值: utf8 (默认)、gb2312
parameter.st.result.compressstring否文本压缩格式,可选值:raw、gzip
parameter.st.result.formatstring否文本格式,可选值:plain、json、 xml
payloadObject是输入数据段,携带请求的数据
payload.dataObject是输入数据
payload.data.encodingstring否音频编码,可选值: lame、speex、speex-wb (默认) 注:speex格式仅支持标准开源的speex,不支持讯飞定制的speex
payload.data.sample_rateint否采样率,可选值: 16000、8000
payload.data.channelsint否声道数,可选值: 1
payload.data.bit_depthint否位深,可选值: 16 (默认)、8
payload.data.statusint是数据状态,可选值: 0-开始 1-开始 2-结束
payload.data.seqint否数据序号,最小值:0,最大值:9999999
payload.data.audiostring是音频数据,base64编码后不得超过10M
payload.data.frame_sizeint否帧大小,最小值:0 (默认), 最大值:1024

#返回结果#

如出现错误码,可到 这里 查询。
返回参数示例:
{
	"header": {
		"code": 0,
		"message": "success",
		"sid": "ase000f44d2@hu1809374610f05c2882",
		"status": 2
	},
	"payload": {
		"result": {
			"text": "eyJkdExhc3RS......",
			"seq": 1,
			"format": "plain",
			"encoding": "utf8",
			"compress": "raw",
			"status": 2
		}
	}
}
返回参数说明:
参数名类型描述
headerObject协议头部,用于描述平台特性的参数
header.codeint返回码,0表示成功,其它表示异常
header.messagestring错误描述
header.sidstring本次会话的id
header.statusint响应状态
payloadObject数据段,携带响应的数据
payload.resultObject输出数据
payload.result.textstring响应结果,采用base64编码
payload.result.seqint数据序号
payload.result.formatstring文本格式
payload.result.encodingstring文本编码
payload.result.compressstring文本压缩格式
payload.result.statusint数据状态
text字段base64解码示例(core = sent):
{
	"refText": "您好,欢迎来到科大讯飞。",
	"tokenId": "xfst",
	"result": {
		"words": [{
			"span": {
				"end": 23,
				"start": 0
			},
			"charType": 0,
			"word": "您",
			"phonemes": [{
				"span": {
					"end": 17,
					"start": 0
				},
				"tone_index": "0",
				"phone": "n",
				"pronunciation": 94,
				"phoneme": "N"
			}, {
				"span": {
					"end": 23,
					"start": 17
				},
				"tone_index": "1",
				"phone": "in",
				"pronunciation": 100,
				"phoneme": "IN"
			}],
			"pinyin": "nin",
			"tone": "tone2",
			"readType": 2,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 97,
				"prominence": 1,
				"overall": 97
			}
		}, {
			"span": {
				"end": 52,
				"start": 23
			},
			"charType": 0,
			"word": "好",
			"phonemes": [{
				"span": {
					"end": 33,
					"start": 23
				},
				"tone_index": "0",
				"phone": "h",
				"pronunciation": 100,
				"phoneme": "H"
			}, {
				"span": {
					"end": 52,
					"start": 33
				},
				"tone_index": "1",
				"phone": "ao",
				"pronunciation": 100,
				"phoneme": "AO"
			}],
			"pinyin": "hao",
			"tone": "tone3",
			"readType": 0,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 100,
				"prominence": 0,
				"overall": 100
			}
		}, {
			"span": {
				"end": 84,
				"start": 64
			},
			"charType": 0,
			"word": "欢",
			"phonemes": [{
				"span": {
					"end": 78,
					"start": 64
				},
				"tone_index": "0",
				"phone": "h",
				"pronunciation": 98,
				"phoneme": "H"
			}, {
				"span": {
					"end": 84,
					"start": 78
				},
				"tone_index": "2",
				"phone": "uan",
				"pronunciation": 100,
				"phoneme": "UAN"
			}],
			"pinyin": "huan",
			"tone": "tone1",
			"readType": 0,
			"pause": {
				"duration": 12,
				"type": 1
			},
			"scores": {
				"tone": 100,
				"pronunciation": 99,
				"prominence": 1,
				"overall": 99
			}
		}, {
			"span": {
				"end": 94,
				"start": 84
			},
			"charType": 0,
			"word": "迎",
			"phonemes": [{
				"span": {
					"end": 89,
					"start": 84
				},
				"tone_index": "0",
				"phone": "y",
				"pronunciation": 100,
				"phoneme": "II"
			}, {
				"span": {
					"end": 94,
					"start": 89
				},
				"tone_index": "1",
				"phone": "ing",
				"pronunciation": 97,
				"phoneme": "ING"
			}],
			"pinyin": "ying",
			"tone": "tone2",
			"readType": 0,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 69,
				"pronunciation": 99,
				"prominence": 1,
				"overall": 99
			}
		}, {
			"span": {
				"end": 112,
				"start": 94
			},
			"charType": 0,
			"word": "来",
			"phonemes": [{
				"span": {
					"end": 101,
					"start": 94
				},
				"tone_index": "0",
				"phone": "l",
				"pronunciation": 100,
				"phoneme": "L"
			}, {
				"span": {
					"end": 112,
					"start": 101
				},
				"tone_index": "1",
				"phone": "ai",
				"pronunciation": 100,
				"phoneme": "AI"
			}],
			"pinyin": "lai",
			"tone": "tone2",
			"readType": 0,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 100,
				"prominence": 1,
				"overall": 100
			}
		}, {
			"span": {
				"end": 130,
				"start": 112
			},
			"charType": 0,
			"word": "到",
			"phonemes": [{
				"span": {
					"end": 119,
					"start": 112
				},
				"tone_index": "0",
				"phone": "d",
				"pronunciation": 100,
				"phoneme": "D"
			}, {
				"span": {
					"end": 130,
					"start": 119
				},
				"tone_index": "1",
				"phone": "ao",
				"pronunciation": 100,
				"phoneme": "AO"
			}],
			"pinyin": "dao",
			"tone": "tone4",
			"readType": 0,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 100,
				"prominence": 1,
				"overall": 100
			}
		}, {
			"span": {
				"end": 149,
				"start": 130
			},
			"charType": 0,
			"word": "科",
			"phonemes": [{
				"span": {
					"end": 145,
					"start": 130
				},
				"tone_index": "0",
				"phone": "k",
				"pronunciation": 100,
				"phoneme": "K"
			}, {
				"span": {
					"end": 149,
					"start": 145
				},
				"tone_index": "1",
				"phone": "e",
				"pronunciation": 100,
				"phoneme": "E"
			}],
			"pinyin": "ke",
			"tone": "tone1",
			"readType": 1,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 100,
				"prominence": 1,
				"overall": 100
			}
		}, {
			"span": {
				"end": 163,
				"start": 149
			},
			"charType": 0,
			"word": "大",
			"phonemes": [{
				"span": {
					"end": 155,
					"start": 149
				},
				"tone_index": "0",
				"phone": "d",
				"pronunciation": 100,
				"phoneme": "D"
			}, {
				"span": {
					"end": 163,
					"start": 155
				},
				"tone_index": "1",
				"phone": "a",
				"pronunciation": 100,
				"phoneme": "A"
			}],
			"pinyin": "da",
			"tone": "tone4",
			"readType": 1,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 67,
				"pronunciation": 100,
				"prominence": 1,
				"overall": 100
			}
		}, {
			"span": {
				"end": 184,
				"start": 163
			},
			"charType": 0,
			"word": "讯",
			"phonemes": [{
				"span": {
					"end": 177,
					"start": 163
				},
				"tone_index": "0",
				"phone": "x",
				"pronunciation": 100,
				"phoneme": "X"
			}, {
				"span": {
					"end": 184,
					"start": 177
				},
				"tone_index": "1",
				"phone": "un",
				"pronunciation": 100,
				"phoneme": "VN"
			}],
			"pinyin": "xun",
			"tone": "tone4",
			"readType": 0,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 100,
				"prominence": 1,
				"overall": 100
			}
		}, {
			"span": {
				"end": 221,
				"start": 184
			},
			"charType": 0,
			"word": "飞",
			"phonemes": [{
				"span": {
					"end": 194,
					"start": 184
				},
				"tone_index": "0",
				"phone": "f",
				"pronunciation": 100,
				"phoneme": "F"
			}, {
				"span": {
					"end": 221,
					"start": 194
				},
				"tone_index": "1",
				"phone": "ei",
				"pronunciation": 100,
				"phoneme": "EI"
			}],
			"pinyin": "fei",
			"tone": "tone1",
			"readType": 0,
			"pause": {
				"duration": 0,
				"type": 0
			},
			"scores": {
				"tone": 100,
				"pronunciation": 100,
				"prominence": 0,
				"overall": 100
			}
		}],
		"tone": 94,
		"pronunciation": 100,
		"kernel_version": "1.8.2",
		"overall": 89,
		"integrity": 100,
		"rhythm": 53,
		"rear_tone": "rise",
		"speed": 271,
		"resource_version": "1.4.3",
		"fluency": 95,
		"duration": "10.260",
		"warning": [{
			"message": "Audio noisy!",
			"code": 1004
		}]
	},
	"applicationId": "16357353960000ba",
	"dtLastResponse": "2022-05-11 15:16:58:875",
	"eof": 1,
	"recordId": "627b62ea4aa5c2200001566d"
}
text字段参数说明:
参数名类型描述
eofint结果标识,0:中间结果,1:最终结果
tokenIdstring终端用户请求id
applicationIdstringappKey
refTextstring参考信息
recordIdstring评分唯一id
audioUrlstring音频文件地址 注:需开启attachAudioUrl
paramsObject请求参数 注:需开启getParam
params.app.timestampstring当前时间戳
params.app.applicationIdstringappkey
params.app.userIdstring用户标识
params.app.sigstring评分校验码
params.audio.audioTypestring音频格式
params.audio.sampleRateint音频的采样率
params.audio.sampleByteint音频的采样字节
params.audio.channelint音频声道
resultObject评分结果
result字段参数说明:
1、单词评测 core = word
参数名类型描述
toneint / float声调得分
warningarray忽略
overallint / float总分
durationstring音频时长
pronunciationint / float发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
kernel_versionstring内核版本
resource_versionstring资源版本
wordsarray汉字
words.charTypeint0:非标点符号,1:标点符号
words.wordstring汉字
words.tonestring发音声调 tone1:第一声 tone2:第二声 tone3:第三声 tone4:第四声 tone5:轻声
words.scoresobject汉字拆分成音标得分详情
words.scores.overallint / float汉字总分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.scores.pronunciationint / float发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.scores.toneint / float声调得分
words.readTypeint0:正常读,1:增读,3:重复读,4:错读
words.pinyinstring拼音
words.mispronObject错误发音信息 注:需要开启参数phoneme_diagnosis
words.misprons.tandardstring标准发音
words.misprons.confidenceint置信度,表示识别的准确性,分数越高代表识别越准确
words.misprons.mistakenstring错误发音
words.spanobject汉字在音轨上的时间范围
words.span.endint汉字在音轨上的结束时间,单位10ms
words.span.startint汉字在音轨上的开始时间,单位10ms
words.phonemesarray音素信息 注: 需要开启 phoneme_output
words.phonemes.pronunciationint / float音素发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.phonemes.phonemestring音素的发音
words.phonemes.spanint音素在音轨上的时间
words.phonemes.span.endint音素在音轨上的结束时间,单位10ms
words.phonemes.span.startint音素在音轨上的开始时间,单位10ms
words.phonemes.phonestring用于对应原始音标的中文音标
words.phonemes.tone_indexstring用于标注声调的位置,0:无声音,起始位置为1
2、句子评测 core = sent
参数名类型描述
fluencyint / float流利度 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
durationstring音频时长
kernel_versionstring内核版本
rear_tonestring句末语调 rise:升调,fall:降调
speedint语速
integrityint / float完整度 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
pronunciationint / float发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
overallint / float总分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
resource_versionstring资源版本
rhythmint / float韵律度得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
warningarray可忽略
toneint / float声调得分
wordsObject各汉字得分
words.scoresObject句子中的汉字得分情况 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.scores.prominenceint汉字重读,0 :非重读 ,1:重读
words.scores.overallint / float总分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.scores.pronunciationint / float句子中的汉字发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.scores.toneint / float句子中汉字的声调得分
words.spanObject汉字在音轨上的时间范围
words.span.spanint音素在音轨上的时间
words.span.phonemestring音素在音轨上的时间
words.span.pronunciationint / float音素发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.wordstring汉字或者标点符号(output_rawtext 开启的时候会显示标点符号)
words.charTypeint0:非标点符号,1:标点符号
words.phonemesarray音素信息, 需要开启 phoneme_output
words.phonemes.spanint音素在音轨上的时间
words.phonemes.span.endint音素在音轨上的结束时间,单位10ms
words.phonemes.span.startint音素在音轨上的开始时间,单位10ms
words.phonemes.phonemestring音素的发音
words.phonemes.pronunciationint / float音素发音得分 若 precision(精度)设置为浮点型时,该值显示为浮点型(若该值小数点后为 0,则显示成整型) 若scale(分制)设置为(0,1),该值显示为浮点型,否则为整型
words.phonemes.tone_indexstring用于标注声调的位置,0: 无声音,起始位置为1
words.phonemes.phonestring用于对应原始音标的中文音标
words.tonestring发音声调 tone1:第一声 tone2:第二声 tone3:第三声 tone4:第四声 tone5:轻声
words.readTypeint0: 正常读,1: 当前字前面有插入情况,2: 漏读
words.pinyinstring拼音
words.pauseObject停顿检测
words.pause.typeint1: 停顿,0: 未停顿
words.pause.durationint停顿时间,单位10ms
3、段落评测 core = para
参数名类型描述
fluencyint / float流利度 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型
durationstring音频时长
kernel_versionstring内核版本
speedint语速
integrityint / float完整度 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型
overallint / float总分 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型
resource_versionstring资源版本
rhythmint / float韵律度得分 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型
warningarray可忽略
toneint / float声调得分
sentencesarray段落信息
sentences.prominenceint句子中单词重读,0: 非重读 ,1: 重读
sentences.charTypeint0:非标点符号,1:标点符号
sentences.overallint / float句子单词的总分 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型
sentences.wordstring句子中的单词
sentences.startint句子中单词开始在音轨上的时间
sentences.endint句子中单词结束在音轨上的时间
sentences.toneint / float声调得分 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型
sentences.readTypeint0:正常读,1:当前字前面有插入情况,2:漏读
sentences.pinyinstring句子汉字的拼音
pronunciationint / float发音得分 若 precision (精度) 设置为浮点型时,该值显示为浮点型 (若该值小数点后为 0,则显示成整型) 若scale (分制) 设置为 (0,1) ,该值显示为浮点型,否则为整型

#常见问题#

#语音评测的主要功能是什么?#

答:通过智能语音技术自动对发音水平进行评价、发音错误、缺陷定位和问题分析的能力接口。

#语音评测支持生成什么音频格式?#

答:目前支持采样率16/8k、位长16/8bit、单声道的mp3或speex格式的音频。

#语音评测支持什么应用平台?#

答:目前支持WebAPI应用平台。

请求参数

无
上一页
语音评测(流式版)API
下一页
Android SDK 集成文档
Built with