ASR语音识别应用实践指导

2022-12-09 11:14:05 浏览数 (1)

ASR 语音识别引用深度融合了腾讯云 ASR 和 TRTC,用于将 TRTC 房间的语音数据实时放回,

应用运行在云函数 SCF 上,通过 API 网关暴露请求入口,客户可以直接请求 API 快速发起 TRTC 房间的语音识别。

补充:ASR 语音识别应用的官方指导文档(https://cloud.tencent.com/document/product/1154/65812)

整体架构预览

整体流程如下:

archarch

环境变量

在应用部署之后,可以通过修改环境变量调整(或者开启)应用的某些特性,目前支持的环境变量有:

  • ENV_REALTIME_ENABLE=true 返回识别中间结果,不设置该环境变量只返回一句话识别完成后的结果
  • ENV_ENGINETYTE=16k_en 语音识别引擎,配置16k_en,不设置该环境变量默认使用16k_zh
  • DEBUG=on 开启debug模式

API 网关

应用部署之后,API 网关默认是开启了应用认证,如果请求端不支持应用认证方式,则会返回如下报错:

代码语言:shell复制
HMAC signature cannot be verified

建议:

1、测试时,可以先调整 API 网关的认证模式 为 免认证。

2、使用应用认证方式,以 golang 语言为例,参考:https://cloud.tencent.com/document/product/628/56544

TRTC 房间的高级权限控制

线上的 TRTC 房间往往都会开启高级权限控制,而当前最新版的 ASR 语音识别应用也支持了开启了高级权限控制的房间加入。

请求示例参考如下:

代码语言:shell复制
{
    "SdkAppId": 1400000000,
    "RoomId": 43474,
    "UserId": "user_55952145",
    "UserSig": "eJwtzNEKgkAUBNBxxxxxxx",
    "Callback": "https:xxxxxxxx.com/post/xxx"
    "PrivateKey": "xxxxxxxxx"
}

补充:TRTC 的高级权限控制(https://cloud.tencent.com/document/product/647/32240)

0 人点赞