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 和句子朗读三种题型。
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。
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 语音评测试题格式及结果说明 文档。 其它常见问题请参见 科大讯飞语音评测 FAQ 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 高阶功能
语音评测有以下高阶功能。
| 权限 | 使用前 | 使用后 | 使用方法 |
|---|---|---|---|
| 全维度 | 仅有总分或英文的音节得分 | 可获得更多评分维度，详情请在下方全维度说明查看 | plev=0 |
全维度说明
使用说明：使用全维度权限前后可获得的结果对比如下，红色为使用全维度以后才会返回的评分维度，返回结果各字段的详细说明请点击 语音评测结果说明 查看。
| 题型 | 中文 默认 | 中文 使用全维度 | 英文 默认 | 英文 使用全维度 |
|---|---|---|---|---|
| 字 | 总分(total_score) | 总分(total_score) 声韵分(phone_score) 调型分(tone_score) | - | - |
| 词 | 总分(total_score) | 总分(total_score) 声韵分(phone_score) 调型分(tone_score) | 总分(total_score) 音节得分(syll_score) | 总分(total_score) 音节得分(syll_score) 准确度分(accuracy_score) |
| 句 | 总分(total_score) | 总分(total_score) 完整度分(integrity_score) 流畅度分(fluency_score) 声韵分(phone_score) 调型分(tone_score) | 总分(total_score) 音节得分(syll_score) | 总分(total_score) 音节得分(syll_score) 完整度分(integrity_score) 流畅度分(fluency_score) 准确度分(accuracy_score) |
| 篇章 | 总分(total_score) | 总分(total_score) 完整度分(integrity_score) 流畅度分(fluency_score) 声韵分(phone_score) 调型分(tone_score) | 总分(total_score) 音节得分(syll_score) | 总分(total_score) 音节得分(syll_score) 完整度分(integrity_score) 流畅度分(fluency_score) 准确度分(accuracy_score) |
注： 中文声韵分：指声母和韵母正确率的得分。 中文调型分：指声调正确率的得分。
2.3.2 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。
2.3.3 常用参数说明
| 参数 | 名称 | 说明 |
|---|---|---|
| vad_timeout | 允许头部静音的最长时间 | 0-10000毫秒。默认为10000如果静音时长超过了此值，则认为用户此次无有效音频输入。 |
| vad_speech_tail | 允许尾部静音的最长时间 | 0-10000毫秒。默认为2000如果尾部静音时长超过了此值，则认为用户音频已经结束，此参数仅在打开VAD功能时有效。 |
| category | 评测类型 | 单字评测：read_syllable**(当language=en_us时，不支持)** 词组评测：read_word 句子评测：read_sentence 篇章评测： read_chapter |
| language | 评测语言 | zh_cn:简体中文en_us:英语默认为zh_cn |
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
语音评测支持题型和结果格式及字段含义？
答：评测试题需要符合一定的格式，汉语试题和英语试题有所不同，同语种的不同题型也有差异。 英文口语评测：支持单词，句子，篇章等题型评测。 中文口语评测：支持字、词、句，篇章等题型评测。 评测试题和结果格式及字段含义详见 语音评测试题格式及结果说明 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。 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)