开天非流式语音识别
通过POST /v1/asr 提交完整音频文件。识别完成后，接口一次性返回文本结果。
可用模型
| 模型 |
|---|
ktian-asr-file-onnx |
请求地址
POST https://model-api.skyengine.com.cn/v1/asr
Authorization: Bearer <API-KEY>
Content-Type: application/json
使用音频 URL
audio_url 必须是平台能够直接访问的音频文件地址。以下示例提交 WAV 文件：
curl --request POST \
--url https://model-api.skyengine.com.cn/v1/asr \
--header 'Authorization: Bearer <API-KEY>' \
--header 'Content-Type: application/json' \
--data '{
"model": "ktian-asr-file-onnx",
"audio_url": "https://example.com/audio.wav"
}'
import os
import requests
response = requests.post(
"https://model-api.skyengine.com.cn/v1/asr",
headers={"Authorization": f"Bearer {os.environ['MODELHUB_API_KEY']}"},
json={
"model": "ktian-asr-file-onnx",
"audio_url": "https://example.com/audio.wav",
},
timeout=120,
)
response.raise_for_status()
print(response.json()["text"])
const response = await fetch("https://model-api.skyengine.com.cn/v1/asr", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.MODELHUB_API_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "ktian-asr-file-onnx",
audio_url: "https://example.com/audio.wav"
})
});
if (!response.ok) throw new Error(await response.text());
const result = await response.json();
console.log(result.text);
使用 Base64 音频
audio_b64 是完整音频文件字节的 Base64 字符串。不要添加 data:audio/...;base64, 前缀。
Python
import base64
import os
import requests
with open("audio.wav", "rb") as audio_file:
audio_b64 = base64.b64encode(audio_file.read()).decode("ascii")
response = requests.post(
"https://model-api.skyengine.com.cn/v1/asr",
headers={"Authorization": f"Bearer {os.environ['MODELHUB_API_KEY']}"},
json={
"model": "ktian-asr-file-onnx",
"audio_b64": audio_b64,
},
timeout=120,
)
response.raise_for_status()
print(response.json()["text"])
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 固定为 ktian-asr-file-onnx。 |
audio_url | string | 条件必填 | 可公开访问的音频文件 URL；与 audio_b64 选择一种。 |
audio_b64 | string | 条件必填 | 完整音频文件字节的 Base64 字符串；与 audio_url 选择一种。 |
响应
{
"text": "甚至出现交易几乎停滞的情况",
"time_cost": {
"asr": 138,
"audio_download": 254
}
}
| 字段 | 类型 | 说明 |
|---|---|---|
text | string | 完整识别文本。 |
sentences | object[] | 分句结果；模型返回分句信息时出现。 |
sentences[].text | string | 当前分句文本。 |
sentences[].start | integer | 当前分句在音频中的开始时间，单位为毫秒。 |
sentences[].end | integer | 当前分句在音频中的结束时间，单位为毫秒。 |
time_cost | object | 本次请求各处理阶段的耗时，单位为毫秒。 |
当前已验证 WAV 文件可通过
audio_url 或 audio_b64 提交。使用其他音频格式前，请先转换为 WAV。