华为云语音识别：一句话识别API调用

 

最近想做一个智能硬件（实现单片机使用W600连接上位机或直接实现语音识别）

查看了华为云的语音交互服务SIS，有两种：录音文件识别以及一句话语音识别

名称	功能
录音文件识别	可以实现5小时以内的音频到文字的转换。支持垂直领域定制，对应领域转换效果更佳。
一句话识别	可以实现语音到文字的转换。支持垂直领域定制，对应领域转换效果更佳。

 

在看了这两种模式后，选择了一句话识别，方便在下位机方面进行开发（前些时间已经实现STM32对语音文件实现8K采样率16bit的PCM格式WAV文件生成）

跳转到一句话识别的API介绍（https://support.huaweicloud.com/api-sis/api-sis.pdf），发现使用时需要先获取该用户的token(呃 通过拨打华为云的客服电话解决了这个问题)

获取用户Token采用POST方式，地址格式为： 

 

 针对不同的服务端点选择Endpoint，后缀是相同的/v3/auth/tokens

此时使用华为云推荐的软件（Postman）来实现这个过程

使用这个地址， 进行提交

          此时会反馈你的Token(只能使用24小时），如果打算长期使用请选择SDK （https://support.huaweicloud.com/sdkreference-sis/sis_05_0004.html），目前只有JAVA格式的，本文主要介绍API方式

得到Token就可以进行语音识别啦！！这里还是使用POST的方式，此时地址会发送改变，一句话语音识别的两个服务端点为：

区域名称	终端节点（Endpoint）
华北-北京一	sis-ext.cnnorth-1.myhuaweicloud.com
华北-北京四	sis-ext.cnnorth-4.myhuaweicloud.com

 

因为我的是华北-北京四，这里选择sis-ext.cnnorth-4.myhuaweicloud.com，继续查看该API手册，发现对于提交语音数据的包格式定义如下：

此时POST地址为： https://sis-ext.cn-north-4.myhuaweicloud.com/v1/｛projectid｝/asr/short-audio

获取Projectid的方式：将光标放在用户名下面选择我的凭证：

得到projectid后开始发包：

 

我采用的是WAV自识别模式，使用的WAV文件为AU生成的录音文件，利用BASE64编码转换后进行发送：

 

 data数据为转码后的base64格式，因为太长就不放上来了。此时点击SEND

测试成功，本篇结束。