API instructions and examples for hack-sjtu-2017
目前支持英语的ASR，支持的音频格式是 16k 采样率，mono wav
语音数据使用HTTP请求，以stream方式上传到服务器，遵循的协议格式如下
| Item | Description |
|---|---|
| META_LEN | META_LEN是32bit整数(大端序),表示接下来的META的长度,用于传递给后面的计算服务. |
| META | 内容如下. 以BASE64编码. |
| STREAM | 二进制音频文件 |
| EOS | EOS设定值是"0x450x4f0x53", 表示End Of Stream |
META文件内容:
{
"quality":-1,
"type":"asr"
}| Item | Description |
|---|---|
| META_LEN | META_LEN是32bit整数,表示接下来的META的长度,用于返回给JS |
| META | META是一个JSON结构:{code:0, msg:"ok", key:"messageid", val:base64(json), extra: base64(json), flag:0},直接返回给JS即可 |
其中val是经过base64的json值,flag为0表示中间计算结果,为1表示最终计算结果(在输入音频的同时，也可以有中间结果返回), extra 是经过 base64 的 json 值，通常存放和业务相关的内容等
返回结果：
{
"confidence": 84, //整体置信度
"decoded": "hackers weekend ", //整体识别结果
"details": [
{
"confidence": 97, //识别的置信度0~100，数值越大表明越可信
"end": 171, //单词结束时间
"start": 111, //单词起始时间
"word": "hackers" //识别出的单词
},
{
"confidence": 70,
"end": 177,
"start": 171,
"word": "weekend"
}
]
}
服务器/端口/URL: wss://rating.llsstaging.com/llcup/stream/upload
语音数据的请求方式和语音识别一样，唯一不同的地方是传入的META文件内容不同 META文件内容
{
"quality": -1,
"type": "readaloud",
"reftext": "hello nice to meet you" //要评分的句子的文本，去掉标点符号，全部转换成小写
}
服务器/端口/URL: wss://rating.llsstaging.com/llcup/stream/upload
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent