實(shí)時(shí)語音翻譯 API 簡介
概念解釋
實(shí)時(shí)語音翻譯：可實(shí)現(xiàn)對(duì)連續(xù)音頻流的實(shí)時(shí)翻譯和整句翻譯，轉(zhuǎn)換成識(shí)別后文本信息并返翻譯后文字流。
說明
Hi，您好，歡迎使用有道智云實(shí)時(shí)語音翻譯API接口服務(wù)。
如果您想快速體驗(yàn)服務(wù)，建議您前往實(shí)時(shí)語音翻譯體驗(yàn)中心 或者在體驗(yàn)中心右下側(cè)找到小程序二維碼，掃描進(jìn)行體驗(yàn)。
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(duì)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 1群: 652880659
智云翻譯技術(shù)交流QQ 2群: 669384425
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(duì)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，請按照新手指南操作。
平臺(tái)向每個(gè)賬戶贈(zèng)送50元的體驗(yàn)金，供用戶集成前測試所用，具體資費(fèi)規(guī)則詳見 實(shí)時(shí)語音翻譯服務(wù)報(bào)價(jià) 。
接口說明
接口地址：
wss://openapi.youdao.com/stream_speech_trans?{請求參數(shù)}
協(xié)議須知
調(diào)用方在集成實(shí)時(shí)語音翻譯API時(shí)，請遵循以下規(guī)則。
| 規(guī)則 | 描述 |
|---|
| 傳輸方式 | WSS |
| 字符編碼 | 統(tǒng)一使用UTF-8編碼 |
| 響應(yīng)格式 | JSON |
| 語音格式 | wav（不壓縮、pcm編碼） |
| 語音采樣率 | 16k |
| 語音編碼 | 16bit位深的單聲道 |
接口調(diào)用參數(shù)
服務(wù)接口的調(diào)用分為認(rèn)證、實(shí)時(shí)通信兩階段。
1 .認(rèn)證階段
請求參數(shù)格式：
key1=value1&key2=value2&key3=value3&key4=value4
參數(shù)說明：
| 參數(shù) | 類型 | 必填 | 說明 | 示例 |
|---|
| appKey | String | 是 | 已申請的應(yīng)用ID | 應(yīng)用ID |
| salt | String | 是 | UUID | uuid，唯一通用識(shí)別碼 |
| curtime | String | 是 | 時(shí)間戳（秒） | 1522292849 |
| sign | String | 是 | 簽名 | sha256(應(yīng)用ID + salt + curtime + 應(yīng)用密鑰) |
| signType | String | 是 | 數(shù)字簽名類型 | v4 |
| from | String | 是 | 源語言選擇 | 參照下方語言表 |
| to | String | 是 | 目標(biāo)語言選擇 | 參照下方語言表 |
| format | String | 是 | 音頻格式，支持wav | wav |
| channel | String | 是 | 聲道，支持單聲道，值為1 | 1 |
| version | String | 是 | api版本 | v1 |
| rate | String | 是 | 采樣率 | 16000 |
| transPattern | String | 否 | 支持的翻譯模式：
實(shí)時(shí)語音識(shí)別（stream）
整句翻譯(sentence) | sentence |
| noitn | String | 否 | 強(qiáng)制把阿拉伯?dāng)?shù)字轉(zhuǎn)為英文單詞 (0/1)，默認(rèn)值為0 表示不強(qiáng)制 | 0 |
- 注意：noitn參數(shù)只適用于以下語種：中文（ zh-CHS ），粵語（yue ），英文（ en ），英語(澳大利亞)（ en-AUS ），英語(印度)（en-IND ），英語(英國)（en-GBR ），日文（ ja ），韓文（ ko ），西班牙語（ es ），俄語（ru ），阿拉伯語(ar ）
簽名生成方法如下：
sign=sha256(應(yīng)用ID+salt+curtime+應(yīng)用密鑰)。（僅API接入方式的應(yīng)用有應(yīng)用密鑰）
2. 實(shí)時(shí)通信階段
認(rèn)證成功之后，進(jìn)入實(shí)時(shí)通信階段，此階段客戶端發(fā)送音頻流和結(jié)束標(biāo)識(shí)，并接收轉(zhuǎn)寫結(jié)果。
2. 2. 1 發(fā)送音頻流
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(shí)時(shí)性。
建議以 200ms 間隔發(fā)送音頻數(shù)據(jù)，若間隔超時(shí) 15s 以上，服務(wù)端將停止識(shí)別。
2. 2. 2 發(fā)送結(jié)束標(biāo)識(shí)
客戶端完成所有音頻數(shù)據(jù)的發(fā)送后，需發(fā)送一個(gè)特殊的 binary message 到服務(wù)端作為音頻流
發(fā)送結(jié)束的標(biāo)識(shí)，內(nèi)容為：
{"end": "true"}
輸出結(jié)果
認(rèn)證結(jié)果說明
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：
| 參數(shù) | 類型 | 說明 |
|---|
| errorCode | String | 錯(cuò)誤碼，詳見 錯(cuò)誤代碼列表 |
| action | String | 狀態(tài)標(biāo)識(shí)，started：握手，recognition：識(shí)別，error：錯(cuò)誤 |
| result | String | 識(shí)別結(jié)果數(shù)據(jù) |
成功：
{
"result": {},
"action": "started",
"errorCode": "0"
}
失敗：
{
"result": "{}",
"action": "error",
"errorCode": "202"
}
識(shí)別結(jié)果說明
交互過程中，服務(wù)端不斷通過 text message 返回實(shí)時(shí)識(shí)別結(jié)果到客戶端，響應(yīng)結(jié)果是以json形式輸出（為text message）。
識(shí)別結(jié)果 result 參數(shù)說明：
| 參數(shù) | 含義 | 說明 |
|---|
| bg | 分句開始時(shí)間 | 單位毫秒/ms (僅簡體中文、通用英文、中英混合包括此字段) |
| ed | 分句結(jié)束時(shí)間 | 單位毫秒/ms (僅簡體中文、通用英文、中英混合包括此字段) |
| partial | 是否是中間結(jié)果 | true：中間結(jié)果；false：完整句子 |
| segId | 分句 id | 從 1 開始遞增 |
| context | 識(shí)別結(jié)果 |
| tranContent | 翻譯結(jié)果 |
識(shí)別結(jié)果示例：
{
"result": {
"transPattern": "stream",
"segId": 0,
"bg": 60,
"context": "Have a good day.",
"tranContent": "祝你今天愉快。",
"partial": true,
"ed": 840
},
"errorCode": "0",
"action": "recognition"
}
支持的語言表
| 代碼 | 語言 |
|---|
| zh-CHS | 簡體中文 |
| en | 通用英文 |
| enzh | 中英混合 |
| ar-IL | 阿拉伯語（以色列） |
| ar-JO | 阿拉伯語（約旦） |
| ar-AE | 阿拉伯語（阿拉伯聯(lián)合酋長國） |
| ar-BH | 阿拉伯語（巴林） |
| ar-DZ | 阿拉伯語（阿爾及利亞） |
| ar-SA | 阿拉伯語（沙特阿拉伯） |
| ar-IQ | 阿拉伯語（伊拉克） |
| ar-KW | 阿拉伯語（科威特） |
| ar-MA | 阿拉伯語（摩洛哥） |
| ar-TN | 阿拉伯語（突尼斯） |
| ar-OM | 阿拉伯語（阿曼） |
| ar-PS | 阿拉伯語（巴勒斯坦國） |
| ar-QA | 阿拉伯語（卡塔爾） |
| ar-LB | 阿拉伯語（黎巴嫩） |
| ar-EG | 阿拉伯語（埃及） |
| pl | 波蘭語（波蘭） |
| da | 丹麥語（丹麥） |
| de | 德語（德國） |
| ru | 俄語 |
| fr | 法語（法國） |
| fr-CA | 法語（加拿大） |
| fi | 芬蘭語（芬蘭） |
| ko | 韓語（韓國） |
| nl | 荷蘭語（荷蘭） |
| cs | 捷克語（捷克共和國） |
| hr | 克羅地亞語（克羅地亞） |
| lv | 拉脫維亞語（拉脫維亞） |
| ro | 羅馬尼亞語（羅馬尼亞） |
| ms | 馬來語（馬來西亞） |
| pt-BRA | 葡萄牙語（巴西） |
| pt | 葡萄牙語（葡萄牙） |
| ja | 日語（日本） |
| sv | 瑞典語（瑞典） |
| te | 泰盧固語（印度） |
| ta | 泰米爾語（印度） |
| ta-SG | 泰米爾語（新加坡） |
| ta-LK | 泰米爾語（斯里蘭卡） |
| ta-MY | 泰米爾語（馬來西亞） |
| th | 泰語（泰國） |
| tr | 土耳其語（土耳其） |
| es | 西班牙語（西班牙） |
| es-AR | 西班牙語（阿根廷） |
| es-BO | 西班牙語（玻利維亞） |
| es-CL | 西班牙語（智利） |
| es-COL | 西班牙語（哥倫比亞） |
| es-CR | 西班牙語（哥斯達(dá)黎加） |
| es-EC | 西班牙語（厄瓜多爾） |
| es-SV | 西班牙語（薩爾瓦多） |
| es-US | 西班牙語（美國） |
| es-GT | 西班牙語（危地馬拉） |
| es-HN | 西班牙語（洪都拉斯） |
| es-MEX | 西班牙語（墨西哥） |
| es-NI | 西班牙語（尼加拉瓜） |
| es-PA | 西班牙語（巴拿馬） |
| es-PY | 西班牙語（巴拉圭） |
| es-PE | 西班牙語（秘魯） |
| es-PR | 西班牙語（波多黎各） |
| es-DO | 西班牙語（多米尼加共和國） |
| es-UY | 西班牙語（烏拉圭） |
| es-VE | 西班牙語（委內(nèi)瑞拉） |
| it | 意大利語（意大利） |
| hi | 印地語（印度） |
| en-AUS | 英語（澳大利亞） |
| en-CA | 英語（加拿大） |
| en-GH | 英語（加納） |
| en-GBR | 英語（英國） |
| en-IND | 英語（印度） |
| en-IE | 英語（愛爾蘭） |
| en-KE | 英語（肯尼亞） |
| en-NZ | 英語（新西蘭） |
| en-NG | 英語（尼日利亞） |
| en-PH | 英語（菲律賓） |
| en-SG | 英語（新加坡） |
| en-ZAF | 英語（南非） |
| en-TZ | 英語（坦桑尼亞） |
| en-US | 英語（美國） |
| vi | 越南語（越南） |
| zh-TWN | 臺(tái)灣普通話（中國臺(tái)灣） |
| lo | 老撾語（老撾） |
| bn | 孟加拉語（孟加拉） |
| bn-IN | 孟加拉語（印度） |
| tl | 菲律賓語 |
- 注：目標(biāo)語言不支持 “enzh 中英混合”
服務(wù)配置
| 支持格式 | 免費(fèi)用戶最大支持并發(fā) | 單次最大請求時(shí)長（s） | 支持語言 |
|---|
| wav | 10 | 3600 | 參考支持的語言列表 |
錯(cuò)誤代碼列表
| 錯(cuò)誤碼 | 含義 |
|---|
| 101 | 缺少必填的參數(shù)，首先確保必填參數(shù)齊全，然后，確認(rèn)參數(shù)書寫是否正確。 |
| 102 | 不支持的語言類型 |
| 103 | 翻譯文本過長 |
| 104 | 不支持的API類型 |
| 105 | 不支持的簽名類型 |
| 106 | 不支持的響應(yīng)類型 |
| 107 | 不支持的傳輸加密類型 |
| 108 | 應(yīng)用ID無效，注冊賬號(hào)，登錄后臺(tái)創(chuàng)建應(yīng)用和實(shí)例并完成綁定，可獲得應(yīng)用ID和應(yīng)用密鑰等信息 |
| 109 | batchLog格式不正確 |
| 110 | 無相關(guān)服務(wù)的有效實(shí)例，應(yīng)用沒有綁定服務(wù)實(shí)例，可以新建服務(wù)實(shí)例，綁定服務(wù)實(shí)例。注：某些服務(wù)的翻譯結(jié)果發(fā)音需要tts實(shí)例，需要在控制臺(tái)創(chuàng)建語音合成實(shí)例綁定應(yīng)用后方能使用。 |
| 111 | 開發(fā)者賬號(hào)無效 |
| 112 | 請求服務(wù)無效 |
| 113 | q不能為空 |
| 114 | 不支持的圖片傳輸方式 |
| 201 | 解密失敗，可能為DES,BASE64,URLDecode的錯(cuò)誤 |
| 202 | 簽名檢驗(yàn)失敗 |
| 203 | 訪問IP地址不在可訪問IP列表 |
| 205 | 請求的接口與應(yīng)用的平臺(tái)類型不一致，確保接入方式（Android SDK、IOS SDK、API）與創(chuàng)建的應(yīng)用平臺(tái)類型一致。如有疑問請參考入門指南 |
| 206 | 因?yàn)闀r(shí)間戳無效導(dǎo)致簽名校驗(yàn)失敗 |
| 207 | 重放請求 |
| 301 | 辭典查詢失敗 |
| 302 | 翻譯查詢失敗 |
| 303 | 服務(wù)端的其它異常 |
| 304 | 會(huì)話閑置太久超時(shí) |
| 401 | 賬戶已經(jīng)欠費(fèi)停 |
| 402 | offlinesdk不可用 |
| 411 | 訪問頻率受限,請稍后訪問 |
| 412 | 長請求過于頻繁，請稍后訪問 |
| 1001 | 無效的OCR類型 |
| 1002 | 不支持的OCR image類型 |
| 1003 | 不支持的OCR Language類型 |
| 1004 | 識(shí)別圖片過大 |
| 1201 | 圖片base64解密失敗 |
| 1301 | OCR段落識(shí)別失敗 |
| 1411 | 訪問頻率受限 |
| 1412 | 超過最大識(shí)別字節(jié)數(shù) |
| 2003 | 不支持的語言識(shí)別Language類型 |
| 2004 | 合成字符過長 |
| 2005 | 不支持的音頻文件類型 |
| 2006 | 不支持的發(fā)音類型 |
| 2201 | 解密失敗 |
| 2301 | 服務(wù)的異常 |
| 2411 | 訪問頻率受限,請稍后訪問 |
| 2412 | 超過最大請求字符數(shù) |
| 3001 | 不支持的語音格式 |
| 3002 | 不支持的語音采樣率 |
| 3003 | 不支持的語音聲道 |
| 3004 | 不支持的語音上傳類型 |
| 3005 | 不支持的語言類型 |
| 3006 | 不支持的識(shí)別類型 |
| 3007 | 識(shí)別音頻文件過大 |
| 3008 | 識(shí)別音頻時(shí)長過長 |
| 3009 | 不支持的音頻文件類型 |
| 3010 | 不支持的發(fā)音類型 |
| 3201 | 解密失敗 |
| 3301 | 語音識(shí)別失敗 |
| 3302 | 語音翻譯失敗 |
| 3303 | 服務(wù)的異常 |
| 3411 | 訪問頻率受限,請稍后訪問 |
| 3412 | 超過最大請求字符數(shù) |
| 4001 | 不支持的語音識(shí)別格式 |
| 4002 | 不支持的語音識(shí)別采樣率 |
| 4003 | 不支持的語音識(shí)別聲道 |
| 4004 | 不支持的語音上傳類型 |
| 4005 | 不支持的語言類型 |
| 4006 | 識(shí)別音頻文件過大 |
| 4007 | 識(shí)別音頻時(shí)長過長 |
| 4201 | 解密失敗 |
| 4301 | 語音識(shí)別失敗 |
| 4303 | 服務(wù)的異常 |
| 4411 | 訪問頻率受限,請稍后訪問 |
| 4412 | 超過最大請求時(shí)長 |
| 5001 | 無效的OCR類型 |
| 5002 | 不支持的OCR image類型 |
| 5003 | 不支持的語言類型 |
| 5004 | 識(shí)別圖片過大 |
| 5005 | 不支持的圖片類型 |
| 5006 | 文件為空 |
| 5201 | 解密錯(cuò)誤，圖片base64解密失敗 |
| 5301 | OCR段落識(shí)別失敗 |
| 5411 | 訪問頻率受限 |
| 5412 | 超過最大識(shí)別流量 |
| 9001 | 不支持的語音格式 |
| 9002 | 不支持的語音采樣率 |
| 9003 | 不支持的語音聲道 |
| 9004 | 不支持的語音上傳類型 |
| 9005 | 不支持的語音識(shí)別 Language類型 |
| 9301 | ASR識(shí)別失敗 |
| 9303 | 服務(wù)器內(nèi)部錯(cuò)誤 |
| 9411 | 訪問頻率受限（超過最大調(diào)用次數(shù)） |
| 9412 | 超過最大處理語音長度 |
| 10001 | 無效的OCR類型 |
| 10002 | 不支持的OCR image類型 |
| 10004 | 識(shí)別圖片過大 |
| 10201 | 圖片base64解密失敗 |
| 10301 | OCR段落識(shí)別失敗 |
| 10411 | 訪問頻率受限 |
| 10412 | 超過最大識(shí)別流量 |
| 11001 | 不支持的語音識(shí)別格式 |
| 11002 | 不支持的語音識(shí)別采樣率 |
| 11003 | 不支持的語音識(shí)別聲道 |
| 11004 | 不支持的語音上傳類型 |
| 11005 | 不支持的語言類型 |
| 11006 | 識(shí)別音頻文件過大 |
| 11007 | 識(shí)別音頻時(shí)長過長，最大支持30s |
| 11201 | 解密失敗 |
| 11301 | 語音識(shí)別失敗 |
| 11303 | 服務(wù)的異常 |
| 11411 | 訪問頻率受限,請稍后訪問 |
| 11412 | 超過最大請求時(shí)長 |
| 12001 | 圖片尺寸過大 |
| 12002 | 圖片base64解密失敗 |
| 12003 | 引擎服務(wù)器返回錯(cuò)誤 |
| 12004 | 圖片為空 |
| 12005 | 不支持的識(shí)別圖片類型 |
| 12006 | 圖片無匹配結(jié)果 |
| 13001 | 不支持的角度類型 |
| 13002 | 不支持的文件類型 |
| 13003 | 表格識(shí)別圖片過大 |
| 13004 | 文件為空 |
| 13301 | 表格識(shí)別失敗 |
| 15001 | 需要圖片 |
| 15002 | 圖片過大（1M） |
| 15003 | 服務(wù)調(diào)用失敗 |
| 17001 | 需要圖片 |
| 17002 | 圖片過大（1M） |
| 17003 | 識(shí)別類型未找到 |
| 17004 | 不支持的識(shí)別類型 |
| 17005 | 服務(wù)調(diào)用失敗 |
版本更新記錄
| 上線日期 | 版本號(hào) | 更新內(nèi)容 |
|---|
| 2019.07.09 | v1.0.0 | 有道智云實(shí)時(shí)語音翻譯API上線 |
| 2019.08.20 | v1.1.0 | 實(shí)時(shí)語音翻譯API所支持語種擴(kuò)充至86個(gè) |
常用語言Demo
Java 示例
實(shí)時(shí)語音翻譯 Java demo
Python3 示例
實(shí)時(shí)語音翻譯 python3 demo
C#示例
實(shí)時(shí)語音翻譯 c# demo
PHP 示例
實(shí)時(shí)語音翻譯 php demo
go 示例
實(shí)時(shí)語音翻譯 go demo
注：其他開發(fā)語言請參照 接口API文檔 進(jìn)行開發(fā)，也歡迎企業(yè)咨詢來提出你們需要的demo。
