雙同聲傳譯

說明

Hi，您好，歡迎使用有道智云同聲傳譯接口服務(wù)。

本文檔主要針對需要集成HTTP API的技術(shù)開發(fā)工程師，詳細(xì)描述同聲傳譯相關(guān)的技術(shù)內(nèi)容。

如果您有與我們商務(wù)合作的需求，可以通過以下方式聯(lián)系我們：

商務(wù)郵箱： AIcloud_Business@corp.youdao.com

如果您對文檔內(nèi)容有任何疑問，可以通過以下幾種方式聯(lián)系我們：

客服QQ：1906538062

智云翻譯技術(shù)交流QQ 3群: 807539209

智云翻譯技術(shù)交流QQ 4群: 936752411

聯(lián)系郵箱： zhiyun@corp.youdao.com

溫馨提示：

• 本文檔主要針對開發(fā)人員，接入測試前需要獲取應(yīng)用ID和應(yīng)用密鑰；如果您還沒有，請按照 新手指南 獲取。
• 平臺向每個賬戶贈送50元的體驗金，供用戶集成前測試所用。

接口說明

同聲傳譯能力：支持輸入音頻，然后輸出音頻語音轉(zhuǎn)文本結(jié)果（STT）、文本翻譯結(jié)果（TRANS）、翻譯的語音結(jié)果（TTS）

接口調(diào)用參數(shù)

同聲傳譯API調(diào)用地址：

https://openapi.youdao.com

1)接口地址

/speech-stream-server/simultaneous_interpretation?{請求參數(shù)}

2)請求方式

POST，websocket

3)接口參數(shù)

服務(wù)接口的調(diào)用分為認(rèn)證、實時通信兩階段。

1.認(rèn)證階段

請求參數(shù)格式（url參數(shù)）： key1=value1&key2=value2&key3=value3&key4=value4

簽名sign生成方法如下： signType=v3； sign=sha256(應(yīng)用ID+salt+curtime+應(yīng)用密鑰)。

服務(wù)端通過 text message 返回 json字符串的認(rèn)證結(jié)果，參數(shù)示例：

成功：

{
    // 錯誤碼
    "errorCode": 0,
    // 消息
    "message": "SUCCESS"
}

失?。?/p>

{
    // 錯誤碼
    "errorCode": 10001,
    // 消息
    "message": "UN_SUPPORT_STT"
}

2.實時通信階段

2.1 發(fā)送音頻流 目前僅支持wav的音頻格式，音頻格式為16k采樣率，單聲道。

認(rèn)證成功之后，進(jìn)入實時通信階段，此階段客戶端發(fā)送音頻流和結(jié)束標(biāo)識，并接收轉(zhuǎn)寫結(jié)果或錯誤。 此階段客戶端通過 binary message 發(fā)送音頻流，內(nèi)容為音頻的二進(jìn)制數(shù)據(jù)，此過程的發(fā)送頻率將影響文字結(jié)果展示的實時性。

建議以 200ms 間隔發(fā)送音頻數(shù)據(jù)，若間隔超時 15s 以上，服務(wù)端將停止識別。

2.2 接收轉(zhuǎn)寫結(jié)果

交互過程中，服務(wù)端不斷通過 text message 返回實時識別結(jié)果到客戶端，響應(yīng)結(jié)果是以json形式輸出（為text message）。 返回的音頻格式為mp3

{
    "errorCode": 0,
    "message": "SUCCESS",
    "data": {
        // trans：翻譯；stt：輸入語音轉(zhuǎn)文字；tts：翻譯文本轉(zhuǎn)語音
        "type": "stt",
        // 當(dāng)前類型的文本結(jié)果或者base64結(jié)果，文本以全量的形式返回，音頻為增量
        "text": "我是stt的結(jié)果",
        // 表示是否最后一句話
        "sentEnd": false
    }
}

4)支持的語言

錯誤代碼列表