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​

语音流公共请求参数详见：语音流异步识别

3. 同步响应 & 回调数据​

3.1 公共返回结果 & 回调数据​

语音流公共同步返回结果详见：语音流异步识别

3.2 任务返回结果 🎯​

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，且数组长度始终为 1；
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
reviewBoolean是是否复审，true：是，false：否
startTimeFloat是语音片段的截取时间（格式为 Unix 时间戳，单位秒）
endTimeFloat是语音片段的结束时间（格式为 Unix 时间戳，单位秒）
speechUrlString是语音片段链接
preSpeechUrlString否当 returnPreSpeech 为 true 时，前一语音片段（10 秒）的链接
detailsArray<Detail>否语音片段识别结果详情，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，0-1 之间，分数越高，识别出来的结果越准确
startTimeFloat是违规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是违规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）

3.3 任务返回标签说明 🎯🎯​

label 值说明
0男
1女
2其他

3.4 任务结果示例​

{
  "5f59e4b71b29fa890e5472fb": {
    "segments": [
      {
        "label": 0,
        "review": false,
        "startTime": 1685000000,
        "endTime": 1685000010,
        "speechUrl": "<url>",
        "details": [
          {
            "label": 0,
            "rate": 0.9999817609786987,
            "startTime": 0.9,
            "endTime": 10
          }
        ]
      }
    ]
  }
}