语音评测 Linux SDK 文档
1、简介
语音评测(Speech Evaluator)通过智能语音技术自动对发音水平进行评价、发音错误、缺陷进行定位和问题分析。目前语音评测提供汉语、英语两种语言的评测,支持单字(汉语专有)、词语、句子、篇章朗读等题型。
语音评测详细的接口介绍及说明请参考: MSC Linux API 文档, 在集成过程中如有疑问,可登录讯飞开放平台论坛,查找答案或与其他开发者交流。
语音评测(普通版)已下线,老用户请查看语音评测(普通版),并请老用户尽快迁移至语音评测(流式版),迁移方式如下:
需指定参数,中文:sub=ise,ent=cn_vip,plev=0,英文:sub=ise,ent=en_vip,plev=0,详见参数说明
2、SDK集成指南
2.1 Demo运行步骤
1.在控制台下载对应sdk
2.进入sdk内samples/ise_online_sample目录source 64bit_make.sh或32bit_make.sh, 视系统位数选择
3.运行成功后进入sdk bin目录下cd ../../bin/,运行./ise_online_sample即可看到运行结果
2.2 项目集成步骤
2.2.1 sdk包说明
《SDK目录结构一览》
- bin:
- msc(生成msc日志)
- 相关资源文件
- doc:
- 相关技术文档
- include:
- 调用SDK所需头文件
- libs:
- x86/libmsc.so(32位动态库)
- x64/libmsc.so(64位动态库)
- samples:
- ise_offline_sample(语音评测示例)
2.2.2 sdk导入
- 新建目录Demo,将SDK中bin,include,libs文件夹复制到新建工程“Demo”文件夹下
- 在demo目录新建文件demo.c,详细源码请参考samples中对应的语音示例
- 在demo目录下,创建Makefile文件,具体参见samples下的Makefile,修改路径和目标文件即可
- 将samples目录下“32bit_make.sh”文件或者“64bit_make.sh”文件拷到demo目录下,修改libmsc.so库搜索路径
- cd到demo目录下,执行“source 32bit_make.sh”或者 “source 64bit_make.sh”完成编译
- cd到bin目录下运行目标文件,SDK启动后,bin/msc目录下会生成日志(注意:msc文件夹下需有msc.cfg文件)
2.2.3 API调用流程
评测试题和结果格式及字段含义详见 语音评测(流式版)试题格式及结果说明 文档。
语音评测主要API调用流程如下图所示:
详细代码调用请参考 Samples中的 ise_sample(语音评测示例); API详细描述请参考API文档
2.3 参数与说明
2.3.1 代理服务器设置
在MSPLogin接口的params参数中添加:
net_type=custom, proxy_ip=<host>, proxy_port=<port>
其中,<host>,<port>替换为实际的代理服务器地址和端口。
例如:MSPLogin(NULL, NULL, "appid = 12345678, net_type=custom, proxy_ip=192.168.1.2, proxy_port=8080"); 注意:各参数间,以英文逗号分隔。
接口原型: int MSPLogin(const char* usr, const char* pwd, const char* params)
注意: 若在设置代理参数后,使用语音服务过程中,报错10204/10205/10212等网络异常错误时,请查阅以下内容,做出相关操作:
- 讯飞语音SDK的通信协议使用的是标准HTTP1.1协议,其代理协议使用的是标准HTTP代理协议。
- 代理服务器需要支持全双工多问多答方式,即 pipeline 模式。
- 代理服务器不能对80端口做限制,不能对如下域名做拦截: hdns.openspeech.cn scs.openspeech.cn open.xf-yun.com dev.voicecloud.cn
- 需要确保代理服务器只负责转发数据包,不能改变数据包的完整性和时序性。
- 代理服务器在转发数据包时,不能在HTTP协议头部添加 IE6 标识头。
2.3.2 常用参数说明
参数 | 名称 | 说明 |
---|---|---|
sub | 服务类型指定 | ise代表开放评测 必传参数 |
ent | 评测语言 | 中文:cn_vip 英文:en_vip 必传参数 |
category | 评测类型 | 单字评测:read_syllable 词组评测:read_word 句子评测:read_sentence 篇章评测:read_chapter |
plev | 全维度及纠错功能 | 可选值:0(给出全部信息,汉语包含rec_node_type、perr_msg、fluency_score、phone_score等信息的返回;英文包含accuracy_score、serr_msg、 syll_accent、fluency_score、standard_score、pitch等信息的返回) |
rst | 评测结果等级 | 完整:entirety(默认值) 精简:plain(评测返回结果将只有总分) |
3、常见问题
语音评测支持哪些应用平台?
答:目前语音评测支持:Android/iOS/Linux/Windows/Web API应用平台。
评测sdk如何下载?
答:文档中心---快速指引有介绍步骤根据步骤下载Linux在线评测sdk
语音评测参数描述、支持题型、结果格式及字段含义?
答: 参数描述、支持题型、结果格式及字段含义请参见 语音评测(流式版)相关描述说明 文档。
语音评测最多支持多长时间的语音输入?
答:对于所有评测题型,都只支持最长 3分钟 的语音输入。
语音评测支持传入的音频格式有哪些?
答:支持的音频类型是:单声道 16bit Inter PCM、WAV。 支持的音频采样率是:16000HZ。推荐使用Cool edit软件查询音频格式是否符合,音频格式不符合会检测为乱读,分值不能作为参考。
错误码及相应解决方案查询网址
如何设置语音云服务URL
答:在MSPLogin接口中添加:server_url = http://YourDomainName/msp.do (YourDomainName是指语音云服务域名,请开发者自行替换) 例如:MSPLogin(NULL, NULL, "appid = 12345678, server_url = http://sdk.openspeech.cn/msp.do"); 注意:各参数间,以英文逗号分隔。 接口原型: int MSPLogin(const char* usr, const char* pwd, const char* params)