【AIGC】讯飞长录音ASR转写,使用JAVA实现科大讯飞语音服务ASR转录功能：完整指南

讯飞ASR转写API完整指南

0. 引言

在这篇博客中，我们将详细解析如何使用讯飞ASR（自动语音识别）API进行音频转写，包括上传音频、查询转写结果及解析返回数据。本文将涵盖API的参数说明，并提供完整的Python代码，确保代码能够顺利执行。

1. 流程图

2. 讯飞ASR API介绍

讯飞ASR API提供了一整套音频转写的解决方案，主要流程如下：

1. 生成签名 - 认证请求的合法性。

2. 上传音频 - 通过URL方式或本地文件上传音频。

3. 查询结果 - 轮询转写结果，等待识别完成。

4. 解析结果 - 处理返回的JSON数据，提取文本和说话人信息。

3. API参数说明

3.1 认证参数

3.2 上传基本参数

根据实际情况调优

3.3 查询结果参数

成功

{
 "code": "000000",
 "descInfo": "success",
 "content": {
  "orderId": "DKHJQ202209021522090215490FAAE7DD0008C",
  "taskEstimateTime": 28000
 }
}

失败

{
 "code": "26600",
 "descInfo": "转写业务通用错误"
}

3.4 orderResult 字段

3.5 Lattice 字段

3.6 json_1best 字段

3.7 st 字段

4. java代码实现

4.1 生成签名

/**
 * 加签加密抽象类
 *
 */
public abstract class AbstractSignature {
    /**
     * 签名ID
     */
    private String id;

    /**
     * 加密key
     */
    private String key;

    /**
     * 服务url
     */
    private String url;

    /**
     * 加密算法
     */
    private String encryptType;

    /**
     * 待加密原始字符
     */
    private String originSign;

    /**
     * 最终生成的签名
     */
    protected String signa;

    /**
     * 时间戳timestamp
     */
    private String ts;

    /**
     * 请求类型，默认get
     */
    protected String requestMethod = "GET";

    /**
     * @param id
     * @param key
     * @param url
     */
    public AbstractSignature(String id, String key, String url) {
        this.id = id;
        this.key = key;
        this.url = url;
        this.ts = generateTs();
    }

    /**
     * 可设置请求类型
     * @param id
     * @param key
     * @param url
     * @param isPost 是否为POST
     */
    public AbstractSignature(String id, String key, String url, boolean isPost) {
        this.id = id;
        this.key = key;
        this.url = url;
        if (isPost) {
            this.requestMethod = "POST";
        }else{
            this.requestMethod = "GET";
        }

        this.ts = generateTs();
    }

    /**
     * 生成ts时间
     */
    public String generateTs() {
        return String.valueOf(System.currentTimeMillis() / 1000L);
    }


    /**
     * 完成签名，返回完整签名
     *
     * @return
     * @throws SignatureException
     */
    public abstract String getSigna() throws SignatureException;

    public String generateOriginSign() throws SignatureException {
        try {
            URL url = new URL(this.getUrl());

            return "host: " + url.getHost() + "\n" +
                    "date: " + this.getTs() + "\n" +
                    "GET " + url.getPath() + " HTTP/1.1";
        } catch (MalformedURLException e) {
            throw new SignatureException("MalformedURLException:" + e.getMessage());
        }
    }


    public String getId() {
        return id;
    }

    public void setId(String id) {
        this.id = id;
    }

    public String getKey() {
        return key;
    }

    public void setKey(String key) {
        this.key = key;
    }

    public String getOriginSign() {
        return originSign;
    }

    public void setOriginSign(String originSign) {
        this.originSign = originSign;
    }

    public String getTs() {
        return ts;
    }

    public void setTs(String ts) {
        this.ts = ts;
    }

    public String getUrl() {
        return url;
    }

    public void setUrl(String url) {
        this.url = url;
    }

    public String getEncryptType() {
        return encryptType;
    }

    public void setEncryptType(String encryptType) {
        this.encryptType = encryptType;
    }
}

签名

public class LfasrSignature extends AbstractSignature {

    /**
     *
     * @param appId
     * @param keySecret
     */
    public LfasrSignature(String appId, String keySecret) {
        super(appId, keySecret, null);
    }

    @Override
    public String getSigna() throws SignatureException {
        if (ObjectUtils.isEmpty(this.signa)) {
            this.setOriginSign(generateOriginSign());
            this.signa = generateSignature();
        }
        return this.signa;
    }

    /**
     * 生成最终的签名，需要先生成原始sign
     *
     * @throws SignatureException
     */
    public String generateSignature() throws SignatureException {
        return CryptTools.hmacEncrypt(CryptTools.HMAC_SHA1, this.getOriginSign(), this.getKey());
    }

    /**
     * 生成待加密原始字符
     *
     * @throws NoSuchAlgorithmException
     */
    @Override
    public String generateOriginSign() throws SignatureException {
        return CryptTools.md5Encrypt(this.getId() + this.getTs());
    }
}

4.2 上传音频文件

1、文件上传
#概述
首先调用文件上传接口，上传待转写音频文件的基本信息（文件名、大小等）和相关的可配置参数。
调用成功，返回订单ID（orderId，用于查询结果或者联调排查问题时使用），是后续接口的必传参数。
#请求示例

https://raasr.xfyun.cn/v2/api/upload?duration=200&signa=Je5YsBvPcsbB4qy8Qvzd367fiv0%3D&fileName=%E9%98%B3%E5%85%89%E6%80%BB%E5%9C%A8%E9%A3%8E%E9%9B%A8%E5%90%8E.speex-wb&fileSize=11895&sysDicts=uncivilizedLanguage&appId=3e79d91c&ts=1662101767

#URL

 POST https: //raasr.xfyun.cn/v2/api/upload

#请求头

Content-Type: application/json; charset=UTF-8,Chunked: false

#signa生成

    public String createAsrUpload(String audioUrl, String language, Long orgId, String pd) {
        HashMap<String, Object> params = new HashMap<>(32);
        try {
            String fileName = new File(new URL(audioUrl).getPath()).getName();
            LfasrSignature lfasrSignature = new LfasrSignature(appid, keySecret);
            params.put("appId", appid);
            params.put("signa", lfasrSignature.getSigna());
            params.put("ts", lfasrSignature.getTs());
            params.put("fileName", fileName);
            params.put("fileSize", "url自定义、file实际值");
            params.put("duration", "200");
            params.put("audioMode", "urlLink");
            params.put("roleType", "1");
            params.put("roleNum", "2");
            // 远近场模式 1：远场模式 (默认) 2：近场模式
            params.put("eng_vad_mdn", "2");
            String encodeAudioUrl = URLEncoder.encode(audioUrl, "UTF-8");
            params.put("audioUrl", encodeAudioUrl);
            if (encodeAudioUrl.length() > 512) {
                throw new RuntimeException("audioUrl length must not be greater than 512");
            }
    
            if (StringUtils.isNotBlank(language)) {
                params.put("language", language);
            } else {
                params.put("language", "cn");
            }
            if (StringUtils.isNotBlank(pd)) {
                params.put("pd", pd);
            }
        } catch (Exception e) {
            throw new Exception("参数构建失败: " + e.getMessage());
        }
		// 
        String paramString = HttpUtil.parseMapToPathParam(params);
        String url ="https://raasr.xfyun.cn" + "/v2/api/upload" + "?" + paramString;
        String response = HttpUtil.iflyrecUpload(url, null);
        return response;
    }

注意对参数的key和value编码

URLEncoder.encode(entry.getKey(), UTF8)

4.3 获取转写结果

status == 4

    private static final String API_GET_RESULT = "/v2/api/getResult";

    /**
     * 获取任务结果
     *
     * @param orderId 任务id
     * @return 请求结果
     * @throws SignatureException 签名异常
     */
    public String getResult(String orderId) throws SignatureException {
        HashMap<String, Object> map = new HashMap<>(16);
        LfasrSignature lfasrSignature = new LfasrSignature(appid, keySecret);
        map.put("orderId", orderId);
        map.put("signa", lfasrSignature.getSigna());
        map.put("ts", lfasrSignature.getTs());
        map.put("appId", appid);
        map.put("resultType", "transfer");
        String paramString = HttpUtil.parseMapToPathParam(map);
        String url = HOST + API_GET_RESULT + "?" + paramString;
        String response = HttpUtil.iflyrecGet(url);
        return response;

    }

查询结构返回数据

{
 "code": "000000",
 "descInfo": "success",
 "content": {
  "orderInfo": {
   "orderId": "DKHJQ2022090510220905100562536FEF00062",
   "failType": 0,
   "status": 4,
   "originalDuration": 200,
   "realDuration": 1878
  },
  "orderResult": "{\"lattice\":[{\"json_1best\":\"{\\\"st\\\":{\\\"sc\\\":\\\"0.86\\\",\\\"pa\\\":\\\"0\\\",\\\"rt\\\":[{\\\"ws\\\":[{\\\"cw\\\":[{\\\"w\\\":\\\"这\\\",\\\"wp\\\":\\\"n\\\",\\\"wc\\\":\\\"1.0000\\\"}],\\\"wb\\\":1,\\\"we\\\":16},{\\\"cw\\\":[{\\\"w\\\":\\\"是\\\",\\\"wp\\\":\\\"n\\\",\\\"wc\\\":\\\"1.0000\\\"}],\\\"wb\\\":17,\\\"we\\\":36},{\\\"cw\\\":[{\\\"w\\\":\\\"一\\\",\\\"wp\\\":\\\"n\\\",\\\"wc\\\":\\\"1.0000\\\"}],\\\"wb\\\":37,\\\"we\\\":52},{\\\"cw\\\":[{\\\"w\\\":\\\"条\\\",\\\"wp\\\":\\\"n\\\",\\\"wc\\\":\\\"1.0000\\\"}],\\\"wb\\\":53,\\\"we\\\":80},{\\\"cw\\\":[{\\\"w\\\":\\\"测试\\\",\\\"wp\\\":\\\"n\\\",\\\"wc\\\":\\\"1.0000\\\"}],\\\"wb\\\":81,\\\"we\\\":116},{\\\"cw\\\":[{\\\"w\\\":\\\"音频\\\",\\\"wp\\\":\\\"n\\\",\\\"wc\\\":\\\"1.0000\\\"}],\\\"wb\\\":117,\\\"we\\\":172},{\\\"cw\\\":[{\\\"w\\\":\\\"。\\\",\\\"wp\\\":\\\"p\\\",\\\"wc\\\":\\\"0.0000\\\"}],\\\"wb\\\":172,\\\"we\\\":172},{\\\"cw\\\":[{\\\"w\\\":\\\"\\\",\\\"wp\\\":\\\"g\\\",\\\"wc\\\":\\\"0.0000\\\"}],\\\"wb\\\":172,\\\"we\\\":172}]}],\\\"bg\\\":\\\"50\\\",\\\"rl\\\":\\\"0\\\",\\\"ed\\\":\\\"1840\\\"}}\"}],\"lattice2\":[{\"lid\":\"0\",\"end\":\"1840\",\"begin\":\"50\",\"json_1best\":{\"st\":{\"sc\":\"0.86\",\"pa\":\"0\",\"rt\":[{\"nb\":\"1\",\"nc\":\"1.0\",\"ws\":[{\"cw\":[{\"w\":\"这\",\"wp\":\"n\",\"wc\":\"1.0000\"}],\"wb\":1,\"we\":16},{\"cw\":[{\"w\":\"是\",\"wp\":\"n\",\"wc\":\"1.0000\"}],\"wb\":17,\"we\":36},{\"cw\":[{\"w\":\"一\",\"wp\":\"n\",\"wc\":\"1.0000\"}],\"wb\":37,\"we\":52},{\"cw\":[{\"w\":\"条\",\"wp\":\"n\",\"wc\":\"1.0000\"}],\"wb\":53,\"we\":80},{\"cw\":[{\"w\":\"测试\",\"wp\":\"n\",\"wc\":\"1.0000\"}],\"wb\":81,\"we\":116},{\"cw\":[{\"w\":\"音频\",\"wp\":\"n\",\"wc\":\"1.0000\"}],\"wb\":117,\"we\":172},{\"cw\":[{\"w\":\"。\",\"wp\":\"p\",\"wc\":\"0.0000\"}],\"wb\":172,\"we\":172},{\"cw\":[{\"w\":\"\",\"wp\":\"g\",\"wc\":\"0.0000\"}],\"wb\":172,\"we\":172}]}],\"pt\":\"reserved\",\"bg\":\"50\",\"si\":\"0\",\"rl\":\"0\",\"ed\":\"1840\"}},\"spk\":\"段落-0\"}]}",
  "taskEstimateTime": 0
 }

4.4 循环获取转写结果

  LfasrResponse uploadResponse = lfasrClient.uploadUrl(AUDIO_URL);
        if (uploadResponse == null) {
            logger.error("上传失败，响应为空");
            return;
        }
        if (!StringUtils.equals(uploadResponse.getCode(), "000000")) {
            logger.error("上传失败，错误码：{}，错误信息：{}", uploadResponse.getCode(), uploadResponse.getDescInfo());
            return;
        }
        String orderId = uploadResponse.getContent().getOrderId();
        logger.info("转写任务orderId：{}", orderId);

        // 3、查询转写结果
        int status = LfasrOrderStatusEnum.CREATED.getKey();
        // 循环直到订单完成或失败
        while (status != LfasrOrderStatusEnum.COMPLETED.getKey() && status != LfasrOrderStatusEnum.FAILED.getKey()) {
            LfasrResponse resultResponse = lfasrClient.getResult(orderId, TASK_TYPE);
            if (!StringUtils.equals(resultResponse.getCode(), "000000")) {
                logger.error("转写任务失败，错误码：{}，错误信息：{}", resultResponse.getCode(), resultResponse.getDescInfo());
                return;
            }

            // 获取订单状态信息
            if (resultResponse.getContent() != null && resultResponse.getContent().getOrderInfo() != null) {
                status = resultResponse.getContent().getOrderInfo().getStatus();
                int failType = resultResponse.getContent().getOrderInfo().getFailType();

                // 根据状态输出日志
                LfasrOrderStatusEnum statusEnum = LfasrOrderStatusEnum.getEnum(status);
                if (statusEnum != null) {
                    logger.info("订单状态：{}", statusEnum.getValue());

                    // 如果订单失败，输出失败原因
                    if (statusEnum == LfasrOrderStatusEnum.FAILED) {
                        LfasrFailTypeEnum failTypeEnum = LfasrFailTypeEnum.getEnum(failType);
                        logger.error("订单处理失败，失败原因：{}", failTypeEnum.getValue());
                        return;
                    }
                    // 如果订单已完成，输出结果
                    if (statusEnum == LfasrOrderStatusEnum.COMPLETED) {
                        printResult(resultResponse);
                        return;
                    }
                } else {
                    logger.error("未知的订单状态：{}", status);
                }
            } else {
                logger.error("返回结果中缺少订单信息");
            }

            TimeUnit.SECONDS.sleep(20);
        }
    }

4.5解析转写结果

    /**
     * 从转写结果的lattice数组中提取文本
     */
    private static String getLatticeText(List<LfasrOrderResult.Lattice> latticeList) {
        StringBuilder resultText = new StringBuilder();
        for (LfasrOrderResult.Lattice lattice : latticeList) {
            LfasrOrderResult.Json1Best json1Best = lattice.getJson1Best();
            if (json1Best == null || json1Best.getSt() == null || json1Best.getSt().getRt() == null) {
                continue;
            }
            String rl = json1Best.getSt().getRl();
            StringBuilder rlText = getRlText(json1Best);
            resultText.append("角色-").append(rl).append("：").append(rlText).append("\n");
        }
        return resultText.toString();
    }

    /**
     * 从Json1Best中提取识别结果文本并拼接
     */
    private static StringBuilder getRlText(LfasrOrderResult.Json1Best json1Best) {
        StringBuilder rlText = new StringBuilder();
        for (LfasrOrderResult.RecognitionResult rt : json1Best.getSt().getRt()) {
            if (rt.getWs() == null) {
                continue;
            }
            for (LfasrOrderResult.WordResult ws : rt.getWs()) {
                if (ws.getCw() != null && !ws.getCw().isEmpty()) {
                    // 获取每个词的识别结果
                    String word = ws.getCw().get(0).getW();
                    if (word != null && !word.isEmpty()) {
                        rlText.append(word);
                    }
                }
            }
        }
        return rlText;
    }

def parse_result(self, result_json):
    """
    解析转写结果，按说话人分组
    """
    try:
        result = json.loads(result_json)
        speakers = {}
        if 'lattice2' in result:
            for item in result['lattice2']:
                speaker = item.get('spk', '未知')
                json_1best = json.loads(item['json_1best'])
                text = "".join(cw['w'] for rt in json_1best.get('st', {}).get('rt', []) for ws in rt.get('ws', []) for cw in ws.get('cw', []) if 'w' in cw)
                speakers.setdefault(speaker, []).append(text)
        return speakers
    except Exception as e:
        return None
        

5. 请求与返回示例

5.1 成功返回示例

参数回看：3.3 查询结果参数

{
 "code": "000000",
 "descInfo": "success",
 "content": {
  "orderId": "DKHJQ202209021522090215490FAAE7DD0008C",
  "taskEstimateTime": 28000
 }
}

5.2 异步回调

1. 转写结束异步回调状态

当订单转写流程结束时会回调用户（如果录音文件转写接口 upload 传了callbackUrl），会把订单号和订单状态返回，具体的格式和参数说明如下： 回调地址示例：

GET http://ip:prot/server/xxx?orderId=DKHJQ202004291620042916580FBC96690001F&status=1

5.3注意 QPS 和 API 限流

  //{"code":"100012","descInfo":"access too fast, please wait a moment"}
        // {"code":“26603","descInfo":"接口访问频率受限”}
        else if (code.equals("100012") || code.equals("26603") || code.equals("26605")) {
            if (tryCount < MAX_RETRY_COUNT) {
            // 队列处理
                this.submitToQue(orderId, tryCount + 1, taskId ,type);
            } else {
                throw new Exception("Max retry count reached for orderId: "+orderId);
            }
        } else {
          
            throw new Exception("讯飞响应异常:" + code + "resp:" + respResult);
        }

CODE: 100012 26603

可进行队列延迟重试处理

6. 文档地址

讯飞ASR文档

7. 常见问题

录音文件转写支持哪些音频格式？
答：目前录音文件转写支持的音频格式为：已录制音频（5小时内），wav,flac,opus,m4a,mp3，单声道&多声道，支持语种：中文普通话、英语、开通的小语种以及中文方言，采样率：8KHz,16KHz

#录音文件转写支不支持并发？
答：支持，要保证同一个appid每秒请求接口次数最大值在20次以下。

#录音文件转写可以试用吗？
答：可以领取新用户礼包，根据您认证的程度，提供最多50小时的免费时长，有效期为一年。

#录音文件转写支持什么语言？
答：支持语种：中文普通话、英语，小语种以及中文方言可以到控制台-语音转写-方言/语种处添加试用或购买；设置方式参考上述语言参数切换即可

#录音文件转写的套餐扣费顺序是怎样的？
答：扣量优先级：免费试用＞批量购买，即在“批量购买”的套餐额度剩余的情况下，又领取了免费试用的体验包，则领取的免费试用体验包立即生效，并被设定为当前扣量套餐。而之前购买的套餐包的额度和到期日不变。

8. 错误码

9. 结论

本文详细讲解了讯飞ASR API的使用流程，包括如何生成签名、上传音频、查询结果并解析返回数据。希望这篇文章对你有所帮助！如果对你有帮助，帮忙给个一键三连，求求了，各位吴彦祖，刘亦菲们