声纹识别

一、接口描述

1. 功能描述

声纹识别基于说话人的声音提供说话人确认功能。

2. 接口使用

在获得使用权限后，您可使用已经封装好的SDK进行相应开发，整体流程详见调用方法。

3. 能力说明

声纹识别API提供说话人注册以及说话人确认的功能。用户可以先用声音进行注册，再根据声音进行说话人确认。

4. 音频要求

目前支持的音频格式为：wav、mp3、amr

音频采样率为：16 KHz

音频通道数：单通道

一次请求的音频最大时长：60 秒

二、请求说明

1. 接口地址：

 https://aiapi.jdcloud.com/jdai/vpr

2. 请求方式：

https post aiapi.jdcloud.com/jdai/vpr

3. 请求参数

（1）header请求参数

业务请求参数

名称	类型	必填	示例值	描述
Content-Type	String	是	application/json	表示请求JSON格式的文本信息
Authorization	string	是	JDCLOUD2-HMAC-SHA256Credential=access...	签名

（2）query请求参数

名称	类型	必填	示例值	描述
Content-Type	string	是	application/octet-stream	内容类型: 不可用的Content-Type： - multipart/form-data - application/x-www-form-urlencoded
Application-Id	string	否	your Application-Id	产品 ID： - 业务方应用名称，由业务方在客户端自行生成
Request-Id	string	是	*56a847e6-84c0-4c01-bf4b-d566f2d2dd11	请求ID： - *注意：示例值仅供参考，正式使用请务必通过 uuid 生成 - 对于同一次请求 Request-Id 需要保持一致，多次请求使用同一个将会产生不可预知的错误
User-Id	string	是	IMEI-12345678	用户ID： - *注意：示例值仅供参考 - 用户id是某一个人唯一的身份id
Sequence-Id	int	是	-1	语音传输分段号： - 从 1 开始依次递增，最后一段语音取负值，分为下述两种情况： 1. 在一个 Request-Id 中，上传整个音频文件（整包请求）时：填 -1 2. 在一个 Request-Id 中，音频文件分段上传（流式分包请求）时，遵循默认规则依次递增。例如：一次语音识别请求中，音频分 10 次上传，则 Sequence-Id 依次为：1,2,3,4,5,6,7,8,9,-10
Server-Protocol	int	是	1	通信协议版本号： - 默认填 1
Net-State	int	是	2	客户端网络状态： - NETSTATE_NO_NETWORK = 0; - NETSTATE_NO_WIFI_MOBILE = 1; - NETSTATE_WIFI = 2; - NETSTATE_CDMA = 3; - NETSTATE_EDGE = 4; //移动 2.5G - NETSTATE_EVDO_0 =5; - NETSTATE_EVDO_A = 6; - NETSTATE_GPRS = 7; - NETSTATE_HSDPA = 8; //联通 3G - NETSTATE_HSPA = 9; - NETSTATE_HSUPA = 10; - NETSTATE_UMTS = 11; - NETSTATE_EHRPD = 12; - NETSTATE_EVDO_B = 13; - NETSTATE_HSPAP = 14; - NETSTATE_IDEN = 15; - NETSTATE_LTE = 16; - NETSTATE_UNKOWN_MOBILE = 20;
Applicator	int	是	1	业务方信息： - 0：内部业务方 - 1：外部业务方
Property	JSON	否	{...}	语音识别请求参数： - 注意：如果 Sequence-Id 为 1 或 -1 时，则 Property 参数必须要填；其他情况下，该参数可选填

Property 字段

名称	类型	必填	示例值	描述
autoend	bool	是	false	服务端自动断尾检测（VAD）功能开关： - false：不开启 VAD 功能 - true：开启 VAD 功能
platform	string	是	Linux&Centos&7.3	平台信息：格式：{系统信息}&{设备信息}&{系统版本号} - 系统信息：如 Android，iOS，Linux，Windows - 设备信息：如 Pixel 3，iPhone X 等 - 系统版本号：设备系统版本，如 2.3.3，4.2.1 等 - 示例：Android&Pixel 3&7.1；iOS&iPhone X&11.4.1
version	string	是	0.0.0.1	客户端版本信息
vpr_mode	string	是	enroll	表示本次请求是注册还是说话人确认，取值为enroll, test。注册时设为enroll，说话人确认时设为test。 -注：需要先注册两遍声纹，才能进行说话人确认。
encode	JSON	是	{...}	音频参数

encode 字段

名称	类型	必填	示例值	描述
channel	int	是	1	音频声道数： - 目前只支持单声道，填 1
format	string	是	wav	音频声道数： - 目前支持 wav，amr，mp3 格式
sample_rate	int	是	16000	音频采样率： - 目前只支持16KHz，填 16000

（3）body请求参数

填充待识别的音频数据（二进制）。音频数据可按照自定义长度进行切分，按顺序分包上传，并与 header 请求参数中的 Sequence-Id 参数的顺序保持对应。

4. 请求代码示例

建议您使用我们提供的SDK进行调用，SDK获取及调用方式详见sdk的使用方法

三、返回说明

1、返回参数

（1）公共返回参数

名称	类型	示例值	描述
code	string	1000	参见错误码-系统级错误码
charge	boolean	false 或 true	false：不扣费， true：扣费
remain	long	1305	按天计算剩余调用次数
msg	string	查询成功	参见错误码-系统级错误码
result	object	{...}	查询结果

（2）业务返回参数

服务器返回的识别结果采用 JSON 格式：

名称	类型	示例值	描述
request_id	string	56a847e6-84c0-4c01-bf4b-d566f2d2dd11	请求ID
status	int	0	状态码
index	int	-1	返回结果编号，负数表示全部最终结果
message	string	语音数据为空	错误信息（返回正常时该字段的值为空）
result	JSON	{...}	识别结果，其中包含text对象，其值可取以下几个值： not_enrolled(尚未注册), enrolling(注册中), enrlled(注册完成), reject(验证失败), accept(验证通过)

2、返回示例

 {  "code": "10000",  "charge": false,  "remainTimes": 4998,  "remainSeconds": -1,  "msg": "查询成功",  "result": {  "request_id": "56a847e6-84c0-4c01-bf4b-d566f2d2dd11",  "status": 0,  "index": -1,  "message": "",  "result": [  {  "text": "accept"  }  ]  } }

3、业务错误码

业务错误码（status）	message	说明
61001	speech data is empty.	语音数据为空
61002	speech data is too long.	语音数据过长，一次请求音频不能超过一分钟
61003	request params error.	请求参数出错，缺少 Request-Id、Sequence-Id 或 Application-Id 等。
61004	speech data file header error.	音频头部格式解析错误
61005	speech sample rate or channel error.	音频采样率或通道数错误
61006	speech format error.	音频格式错误
62001	codec error.	服务内部音频解码错误
62002	am server internal error.	服务内部am-server模块错误
62003	connect to decoder server error.	服务内部链接engine-server模块错误
63001	vpr userid too long.	注册用户名过长
63002	vpr mode error.	不支持的声纹模式
63003	vpr audio too short.	音频文件过短
63004	vpr not enrolled.	该用户尚未注册声纹
63005	vpr other error.	服务内部其他错误
63007	vpr other request enrolling or testing this userid.	该用户id正在被其他请求进行声纹注册或声纹认证
63009	vpr reqid is invalidation.	该请求已失效

接口文档

产品文档

开始与售前顾问沟通

可直接拨打电话 400-098-8505转1