跳到主要内容

语音性别识别

1. 任务简介​

1.1 任务 ID​

5f59e4b71b29fa890e5472fb

提示

任务 ID 全局固定且不变，建议客户将其定义为代码常量。

1.2 能力介绍​

支持对发声人物的性别进行识别分辨。

2. 请求参数​

语音文件异步接口公共请求参数详见：语音文件异步识别

3. 同步响应 & 回调数据​

3.1 公共返回结果 & 回调数据​

语音文件异步接口公共返回结果详见：语音文件异步识别

3.2 任务回调请求参数​

任务结果​

参数名称类型是否必有说明
segmentsArray<Segment>是语音片段结果数组（默认每隔 10 秒切片），详见 Segment 数据结构。

1. 该字段始终存在；
2. 该任务非审核场景，因此与回调规则无关（详见 请求参数说明）

Segment 数据结构​

参数名称类型是否必有说明
labelInt是识别分类，详见 任务返回标签说明
reviewBool是是否需要复审，true：是， false：否
startTimeFloat是语音片段在语音文件内的开始时间（取值范围为 [0, 语音时长]，单位秒）
endTimeFloat是语音片段在语音文件内的结束时间（取值范围为 [0, 语音时长]，单位秒）
speechUrlString是语音片段链接
detailsArray<Detail>否语音片段识别内容详情，为空时该字段省略，详见 Detail 数据结构

Detail 数据结构​

参数名称类型是否必有说明
labelInt是识别分类，详见 任务返回标签说明
rateFloat是吻合分数， 0 到 1 之间，分数越高，识别出来的结果越准确
startTimeFloat是识别内容在该片段内的开始时间（取值范围为 [0, 片段时长]，单位秒）
endTimeFloat是识别内容在该片段内的结束时间（取值范围为 [0, 片段时长]，单位秒）

任务返回标签说明​

label 值说明
0男
1女
2其他

3.3 任务回调请求示例​

{
  "5f59e4b71b29fa890e5472fb": {
    "segments": [
      {
        "label": 1,
        "review": false,
        "speechUrl": "https://static.tuputech.com/api/image/original/cloud-api/storage-0831/2023-06-01/15-7/f0cd6b256f4e42348e2d8cc80e089df7/1685605098.8143316974632338099.wav",
        "startTime": 0,
        "endTime": 10,
        "details": [
          {
            "label": 1,
            "rate": 0.9999997615814209,
            "startTime": 0.6,
            "endTime": 10
          }
        ]
      },
      {
        "label": 1,
        "review": false,
        "speechUrl": "https://static.tuputech.com/api/image/original/cloud-api/storage-233/2023-06-01/15-7/f0cd6b256f4e42348e2d8cc80e089df7/1685605098.2297555961099338289.wav",
        "startTime": 10,
        "endTime": 20,
        "details": [
          {
            "label": 1,
            "rate": 0.9999996423721313,
            "startTime": 0.3,
            "endTime": 9.98
          }
        ]
      }
    ]
  }
}