com.tencent.cos.xml.model.ci.asr.bean

类 SpeechRecognition

java.lang.Object

com.tencent.cos.xml.model.ci.asr.bean.SpeechRecognition

public class SpeechRecognition
extends java.lang.Object

当 Tag 为 SpeechRecognition 时有效，指定该任务的参数

字段概要

字段

限定符和类型	字段和说明
int	channelNum 语音声道数。
int	convertNumMode 是否进行阿拉伯数字智能转换（目前支持中文普通话引擎）。
java.lang.String	engineModelType 引擎模型类型。
int	filterDirty 是否过滤脏词（目前支持中文普通话引擎）。
int	filterModal 是否过语气词（目前支持中文普通话引擎）。
int	filterPunc 是否过滤标点符号（目前支持中文普通话引擎）： 0 表示不过滤。
int	firstChannelOnly 极速ASR参数。
boolean	flashAsr 是否开启极速ASR，可选true、false。
java.lang.String	format 极速ASR音频格式。
java.lang.String	outputFileType 输出文件类型，可选txt、srt。
int	resTextFormat 识别结果返回形式。
int	speakerDiarization 是否开启说话人分离： 0 表示不开启； 1 表示开启(仅支持8k_zh，16k_zh，16k_zh_video，单声道音频)。
int	speakerNumber 仅支持非极速ASR 说话人分离人数（需配合开启说话人分离使用），取值范围：0-10。
int	wordInfo 极速ASR参数。

构造器概要

构造器

构造器和说明
SpeechRecognition()

方法概要

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

字段详细资料

engineModelType

public java.lang.String engineModelType

引擎模型类型。 电话场景： • 8k_zh：电话 8k 中文普通话通用（可用于双声道音频）； • 8k_zh_s：电话 8k 中文普通话话者分离（仅适用于单声道音频）； 非电话场景： • 16k_zh：16k 中文普通话通用； • 16k_zh_video：16k 音视频领域； • 16k_en：16k 英语； • 16k_ca：16k 粤语。

channelNum

public int channelNum

语音声道数。1：单声道；2：双声道（仅支持 8k_zh 引擎模型）

resTextFormat

public int resTextFormat

识别结果返回形式。0： 识别结果文本(含分段时间戳)； 1：仅支持16k中文引擎，含识别结果详情(词时间戳列表，一般用于生成字幕场景)

filterDirty

public int filterDirty

是否过滤脏词（目前支持中文普通话引擎）。0：不过滤脏词；1：过滤脏词；2：将脏词替换为 * 。默认值为0

filterModal

public int filterModal

是否过语气词（目前支持中文普通话引擎）。0：不过滤语气词；1：部分过滤；2：严格过滤 。默认值为 0

convertNumMode

public int convertNumMode

是否进行阿拉伯数字智能转换（目前支持中文普通话引擎）。0：不转换，直接输出中文数字，1：根据场景智能转换为阿拉伯数字。默认值为1

speakerDiarization

public int speakerDiarization

是否开启说话人分离： 0 表示不开启； 1 表示开启(仅支持8k_zh，16k_zh，16k_zh_video，单声道音频)。 默认值为 0。 注意：8k电话场景建议使用双声道来区分通话双方，设置ChannelNum=2即可，不用开启说话人分离。

speakerNumber

public int speakerNumber

仅支持非极速ASR 说话人分离人数（需配合开启说话人分离使用），取值范围：0-10。 0代表自动分离（目前仅支持≤6个人），1-10代表指定说话人数分离。默认值为 0。

filterPunc

public int filterPunc

是否过滤标点符号（目前支持中文普通话引擎）： 0 表示不过滤。 1 表示过滤句末标点。 2 表示过滤所有标点。 默认值为 0。

outputFileType

public java.lang.String outputFileType

输出文件类型，可选txt、srt。默认为txt 极速ASR仅支持txt

flashAsr

public boolean flashAsr

是否开启极速ASR，可选true、false。默认为false

format

public java.lang.String format

极速ASR音频格式。支持 wav、pcm、ogg-opus、speex、silk、mp3、m4a、aac。

firstChannelOnly

public int firstChannelOnly

极速ASR参数。表示是否只识别首个声道，默认为1。0：识别所有声道；1：识别首个声道。

wordInfo

public int wordInfo

极速ASR参数。表示是否显示词级别时间戳，默认为0。0：不显示；1：显示，不包含标点时间戳，2：显示，包含标点时间戳。

构造器详细资料

SpeechRecognition

public SpeechRecognition()