跳到主要内容

低俗语音识别

1. 任务简介​

1.1 任务 ID​

5c8213b9bc807806aab0a574

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​

支持识别分辨音频中是否存在有呻吟、娇喘、叫床、 ASMR 等违规片段。

2. 请求参数​

语音文件同步接口公共请求参数详见：语音文件同步识别

3. 返回结果​

3.1 公共返回结果​

语音文件同步接口公共返回结果详见：语音文件同步识别

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>否语音片段结果数组（默认每隔 10 秒切片），详见 Segment 数据结构。

1. 该字段存在时，数组长度始终大于 0；
2. 目前默认返回违规片段结果，若语音文件全部片段识别结果正常，该字段省略，任务结果为：{"<TaskId>": {}}

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>否语音片段违规内容详情，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正常
1低俗

3.4 任务结果示例​

{
  "5c8213b9bc807806aab0a574": {
    "segments": [
      {
        "label": 1,
        "review": false,
        "speechUrl": "<url>",
        "startTime": 150,
        "endTime": 179,
        "details": [
          {
            "label": 1,
            "rate": 0.5354667901992798,
            "startTime": 19.09,
            "endTime": 29.09
          }
        ]
      }
    ]
  }
}