tencentcloud-sdk-nodejs
Version:
269 lines (265 loc) • 14.9 kB
JavaScript
"use strict";
Object.defineProperty(exports, "__esModule", { value: true });
exports.Client = void 0;
/* eslint-disable @typescript-eslint/no-unused-vars */
/*
* Copyright (c) 2018 THL A29 Limited, a Tencent company. All Rights Reserved.
*
* Licensed under the Apache License, Version 2.0 (the "License");
* you may not use this file except in compliance with the License.
* You may obtain a copy of the License at
*
* http://www.apache.org/licenses/LICENSE-2.0
*
* Unless required by applicable law or agreed to in writing,
* software distributed under the License is distributed on an
* "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
* KIND, either express or implied. See the License for the
* specific language governing permissions and limitations
* under the License.
*/
const abstract_client_1 = require("../../../common/abstract_client");
/**
* asr client
* @class
*/
class Client extends abstract_client_1.AbstractClient {
constructor(clientConfig) {
super("asr.tencentcloudapi.com", "2019-06-14", clientConfig);
}
/**
* 查询用户用量
*/
async GetUsageByDate(req, cb) {
return this.request("GetUsageByDate", req, cb);
}
/**
* 通过比对两段音频内说话人的声纹，得到一个打分，可通过打分判断两段音频声纹相似度, 打分区间[0 - 100]。 音频要求：16k采样率， 16bit位深，pcm或者wav格式， 单声道，总时长不超过30秒的音频，base64编码数据大小不超过2M，音频内容只有一个说话人声音，并且尽可能清晰，这样结果更加准确。
*/
async VoicePrintCompare(req, cb) {
return this.request("VoicePrintCompare", req, cb);
}
/**
* 用户通过本接口进行对应的词表信息更新。
*/
async UpdateAsrVocab(req, cb) {
return this.request("UpdateAsrVocab", req, cb);
}
/**
* 本接口用于对语音流进行准实时识别，通过异步回调来返回识别结果。适用于直播审核等场景。
<br>• 支持rtmp、rtsp等流媒体协议，以及各类基于http协议的直播流(不支持hls)
<br>• 音频流时长无限制，服务会自动拉取音频流数据，若连续10分钟拉不到流数据时，服务会终止识别任务
<br>• 服务通过回调的方式来提供识别结果，用户需要提供CallbackUrl。回调时机为一小段话(最长15秒)回调一次。
<br>• 签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。
<br>• 默认单账号限制并发数为20路，如您有提高并发限制的需求，请提[工单](https://console.cloud.tencent.com/workorder/category)进行咨询。
*/
async CreateAsyncRecognitionTask(req, cb) {
return this.request("CreateAsyncRecognitionTask", req, cb);
}
/**
* 查询自学习模型列表
*/
async GetCustomizationList(req, cb) {
return this.request("GetCustomizationList", req, cb);
}
/**
* 统计并返回注册的说话人id总数
*/
async VoicePrintCount(req, cb) {
return this.request("VoicePrintCount", req, cb);
}
/**
* 用户通过该接口，可获得所有的热词表及其信息。
*/
async GetAsrVocabList(req, cb) {
return this.request("GetAsrVocabList", req, cb);
}
/**
* 用户根据词表的ID可以获取对应的热词表信息
*/
async GetAsrVocab(req, cb) {
return this.request("GetAsrVocab", req, cb);
}
/**
* 用户通过该接口可以设置热词表的默认状态。初始状态为0，用户可设置状态为1，即为默认状态。默认状态表示用户在请求识别时，如不设置热词表ID，则默认使用状态为1的热词表。
*/
async SetVocabState(req, cb) {
return this.request("SetVocabState", req, cb);
}
/**
* 用户通过本接口进行热词表的下载，获得词表权重文件形式的 base64 值，文件形式为通过 “|” 分割的词和权重，即 word|weight 的形式。
*/
async DownloadAsrVocab(req, cb) {
return this.request("DownloadAsrVocab", req, cb);
}
/**
* 用户使用该接口可以创建自学习模型，以供识别调用。
注意：调用该接口后，模型会自动训练。新建模型成功后，调用ModifyCustomizationState接口修改为上线状态，即可在识别请求中使用对应模型ID。
*/
async CreateCustomization(req, cb) {
return this.request("CreateCustomization", req, cb);
}
/**
* 说话人验证1:N接口，可以通过传入一段说话人音频，并且指定已存在的groupId, 和返回topN, 接口返回groupId内所有声纹和传入音频声纹比对打分TopN的结果。
*/
async VoicePrintGroupVerify(req, cb) {
return this.request("VoicePrintGroupVerify", req, cb);
}
/**
* 用户通过本接口进行热词表的删除。
*/
async DeleteAsrVocab(req, cb) {
return this.request("DeleteAsrVocab", req, cb);
}
/**
* 用户通过该接口，可获得所有的关键词表及其信息。
*/
async GetAsrKeyWordLibList(req, cb) {
return this.request("GetAsrKeyWordLibList", req, cb);
}
/**
* 本接口用于对60秒之内的短音频文件进行识别。
• 支持中文普通话、英语、粤语、日语、越南语、马来语、印度尼西亚语、菲律宾语、泰语、葡萄牙语、土耳其语、阿拉伯语、印地语、法语、德语、上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话。
• 支持本地语音文件上传和语音URL上传两种请求方式，音频时长不能超过60s，音频文件大小不能超过3MB。推荐使用 [腾讯云COS](https://cloud.tencent.com/document/product/436/38484) 来存储音频、生成URL并提交请求，此种方式会走内网下载音频，极大降低整体请求时延；并且不会产生外网和流量下行费用，可节约成本（COS桶权限需要设置公有读私有写，或URL设置时效访问签名）
• 音频格式支持wav、pcm、ogg-opus、speex、silk、mp3、m4a、aac、 amr。
• 请求方法为 HTTP POST , Content-Type为"application/json; charset=utf-8"
• 签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。
• 默认接口请求频率限制：30次/秒，如您有提高请求频率限制的需求，请[前往购买](https://buy.cloud.tencent.com/asr)。
*/
async SentenceRecognition(req, cb) {
return this.request("SentenceRecognition", req, cb);
}
/**
* 用户通过本接口进行对应的关键词表信息更新。
*/
async UpdateAsrKeyWordLib(req, cb) {
return this.request("UpdateAsrKeyWordLib", req, cb);
}
/**
* 本接口用于更新和覆盖已注册的音频数据和说话人昵称，更新后原有的音频数据将失效。
*/
async VoicePrintUpdate(req, cb) {
return this.request("VoicePrintUpdate", req, cb);
}
/**
* 本接口可对较长的录音文件进行识别。如希望直接使用带界面的语音识别产品，请访问[产品体验中心](https://console.cloud.tencent.com/asr/demonstrate)。产品计费标准请查阅 [计费概述（在线版）](https://cloud.tencent.com/document/product/1093/35686)
• 接口默认限频：20次/秒。此处仅限制任务提交频次，与识别结果返回时效无关
• 返回时效：异步回调，非实时返回。最长3小时返回识别结果，**大多数情况下，1小时的音频1-3分钟即可完成识别**。请注意：上述返回时长不含音频下载时延，且30分钟内发送超过1000小时录音或2万条任务的情况除外
• 音频格式：wav、mp3、m4a、flv、mp4、wma、3gp、amr、aac、ogg-opus、flac
• 支持语言：在本页面上搜索 **EngineModelType**，或前往 [产品功能](https://cloud.tencent.com/document/product/1093/35682) 查看
• 音频提交方式：本接口支持**音频 URL 、本地音频文件**两种请求方式。推荐使用 [腾讯云COS](https://cloud.tencent.com/document/product/436/38484) 来存储、生成URL并提交任务，此种方式将不产生外网和流量下行费用，可节约成本、提升任务速度（可参考COS预签名指南：[使用预签名 URL 访问 COS](https://cloud.tencent.com/document/product/436/68284) ，获取COS预签名url）
• 音频限制：音频 URL 时长不能大于5小时，文件大小不超过1GB；本地音频文件不能大于5MB
• 如何获取识别结果：支持**回调或轮询**的方式获取结果，具体请参考 [录音文件识别结果查询](https://cloud.tencent.com/document/product/1093/37822)
• 识别结果有效时间：识别结果在服务端保存24小时
• 签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法 v3
*/
async CreateRecTask(req, cb) {
return this.request("CreateRecTask", req, cb);
}
/**
* 调用录音文件识别请求接口后，有回调和轮询两种方式获取识别结果。
• **注意任务有效期为24小时，超过24小时的任务请不要再查询，且不要依赖TaskId作为业务唯一ID，不同日期可能出现重复TaskId。**
• 当采用回调方式时，识别完成后会将结果通过 POST 请求的形式通知到用户在请求时填写的回调 URL，具体请参见[ 录音识别结果回调 ](https://cloud.tencent.com/document/product/1093/52632)。
• 当采用轮询方式时，需要主动提交任务ID来轮询识别结果，共有任务成功、等待、执行中和失败四种结果，具体信息请参见下文说明。
• 请求方法为 HTTP POST , Content-Type为"application/json; charset=utf-8"
• 签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。
• 默认接口请求频率限制：50次/秒，如您有提高请求频率限制的需求，请提[工单](https://console.cloud.tencent.com/workorder/category)进行咨询。
*/
async DescribeTaskStatus(req, cb) {
return this.request("DescribeTaskStatus", req, cb);
}
/**
* 说话人注册接口用于注册一个指定音频，生成一个唯一的说话人id，后续可通过说话人验证接口验证其它音频和已有的说话人ID匹配度，注册时可指定说话人昵称，方便标识说话人ID， 说话人昵称可重复配置。
（注: 一个appid最多可以注册1000个说话人ID，一个说话人ID仅支持一条音频注册，后续可通过更新接口进行更新）
使用须知
支持的输入格式：编码文件(PCM, WAV)、16 bit采样位数、单声道（mono）。
支持的音频采样率：16000 Hz。
*/
async VoicePrintEnroll(req, cb) {
return this.request("VoicePrintEnroll", req, cb);
}
/**
* 本接口用于校验传入音频与已注册音频的匹配程度，通过指定说话人ID（VoicePrintId）和一段音频进行音频和说话人的匹配度判断
*/
async VoicePrintVerify(req, cb) {
return this.request("VoicePrintVerify", req, cb);
}
/**
* 本接口用于查询当前在运行的语音流异步识别任务列表。
<br>• 签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。
*/
async DescribeAsyncRecognitionTasks(req, cb) {
return this.request("DescribeAsyncRecognitionTasks", req, cb);
}
/**
* 本接口用于以删除已经注册的说话人信息（删除之后，原有的说话人ID和说话人音频数据都会失效）
*/
async VoicePrintDelete(req, cb) {
return this.request("VoicePrintDelete", req, cb);
}
/**
* 用户通过本接口进行关键字词表的创建。
<br>• 默认每个用户最多可创建30个关键字词表。
<br>• 每个关键词词表最多可添加100个词，每个词最多5个汉字或15个字符。
<br>• 词表通过本地文件形式上传。
<br>• 本地文件必须为UTF-8编码格式，每行仅添加一个词且不能包含标点和特殊字符。
*/
async CreateAsrKeyWordLib(req, cb) {
return this.request("CreateAsrKeyWordLib", req, cb);
}
/**
* 用户通过该接口可以更新自学习模型，如模型名称、模型类型、模型语料。
*/
async ModifyCustomization(req, cb) {
return this.request("ModifyCustomization", req, cb);
}
/**
* 本接口用于关闭语音流异步识别任务。
*/
async CloseAsyncRecognitionTask(req, cb) {
return this.request("CloseAsyncRecognitionTask", req, cb);
}
/**
* 通过自学习模型id获取自学习模型详细信息
*/
async GetModelInfo(req, cb) {
return this.request("GetModelInfo", req, cb);
}
/**
* 用户通过本接口进行关键词表的删除。
*/
async DeleteAsrKeyWordLib(req, cb) {
return this.request("DeleteAsrKeyWordLib", req, cb);
}
/**
* 通过该接口，用户可以修改自学习模型状态，上下线自学习模型
*/
async ModifyCustomizationState(req, cb) {
return this.request("ModifyCustomizationState", req, cb);
}
/**
* 用户通过本接口进行热词表的创建。
<br>• 默认最多可创建30个热词表。
<br>• 每个热词表最多可添加1000个词，每个词最长10个汉字或30个英文字符，不能超出限制。
<br>• 热词表可以通过数组或者本地文件形式上传。
<br>• 本地文件必须为UTF-8编码格式，每行仅添加一个热词且不能包含标点和特殊字符。
<br>• 热词权重取值范围为[1,11]之间的整数或者100，权重越大代表该词被识别出来的概率越大。
<br>• 注意: 热词权重设置为11时，当前热词将升级为超级热词，建议仅将重要且必须生效的热词设置到11，设置过多权重为11的热词将影响整体字准率。
*/
async CreateAsrVocab(req, cb) {
return this.request("CreateAsrVocab", req, cb);
}
/**
* 用户通过该接口可以删除自学习模型
*/
async DeleteCustomization(req, cb) {
return this.request("DeleteCustomization", req, cb);
}
/**
* 用户通过该接口可以下载自学习模型的语料
*/
async DownloadCustomization(req, cb) {
return this.request("DownloadCustomization", req, cb);
}
}
exports.Client = Client;