setting alipay wechat success appmanage dollor user cart order workorder logout left1 left2 app unfree free chart coupon note copy pencil price-tag database cog bin list link plus minus codepen 审核 cross table search user-tie eye github cancel-circle checkmark icon-upload icon-smartphon icon-auth-user icon-arroba-symbol icon-check-pass icon-red-cross icon-pwd-key icon-used icon-expired android appleinc tux windows8 java webAPI mail vip

    # 语音评测 Linux SDK 文档

    # 1、简介

    语音评测(Speech Evaluator)通过智能语音技术自动对发音水平进行评价、发音错误、缺陷进行定位和问题分析。目前语音评测提供汉语、英语两种语言的评测,支持单字(汉语专有)、词语 和句子朗读三种题型。

    语音评测详细的接口介绍及说明请参考: MSC Linux API 文档, 在集成过程中如有疑问,可登录讯飞开放平台论坛,查找答案或与其他开发者交流。

    # 2、SDK集成指南

    # 2.1 Demo运行步骤

    1.在控制台下载对应sdk

    2.进入sdk内samples/ise_online_sample目录source 64bit_make.sh或32bit_make.sh, 视系统位数选择

    3.运行成功后进入sdk bin目录下cd ../../bin/,运行./ise_online_sample即可看到运行结果

    # 2.2 项目集成步骤

    # 2.2.1 sdk包说明

    《SDK目录结构一览》

    • bin:
      • msc(生成msc日志)
      • 相关资源文件
    • doc:
      • 相关技术文档
    • include:
      • 调用SDK所需头文件
    • libs:
      • x86/libmsc.so(32位动态库)
      • x64/libmsc.so(64位动态库)
    • samples:
      • ise_offline_sample(语音评测示例)

    # 2.2.2 sdk导入

    1. 新建目录Demo,将SDK中bin,include,libs文件夹复制到新建工程“Demo”文件夹下
    2. 在demo目录新建文件demo.c,详细源码请参考samples中对应的语音示例
    3. 在demo目录下,创建Makefile文件,具体参见samples下的Makefile,修改路径和目标文件即可
    4. 将samples目录下“32bit_make.sh”文件或者“64bit_make.sh”文件拷到demo目录下,修改libmsc.so库搜索路径
    5. cd到demo目录下,执行“source 32bit_make.sh”或者 “source 64bit_make.sh”完成编译
    6. cd到bin目录下运行目标文件,SDK启动后,bin/msc目录下会生成日志(注意:msc文件夹下需有msc.cfg文件)

    # 2.2.3 API调用流程

    评测试题和结果格式及字段含义详见 语音评测试题格式及结果说明 文档。 其它常见问题请参见 科大讯飞语音评测 FAQ 文档。

    语音评测主要API调用流程如下图所示:

    img

    详细代码调用请参考 Samples中的 ise_sample(语音评测示例); API详细描述请参考API文档

    # 2.3 参数与说明

    # 2.3.1 高阶功能

    语音评测有以下高阶功能,需开通相应的高阶权限后才可以使用。开通请到控制台-我的应用-语音评测处点击“试用”,即可获取15天的免费试用。

    权限 开通前 开通后 使用方法
    篇章 仅可使用字词句题型 除字词句外,还可使用篇章题型 category=read_chapter
    全维度 仅有总分或英文的音节得分 可获得更多评分维度,详情请在下方全维度说明查看 plev=0
    # 全维度说明

    使用说明:开通全维度权限前后可获得的结果对比如下,红色为开通全维度以后才会返回的评分维度,返回结果各字段的详细说明请点击 语音评测结果说明 查看。

    题型 中文
    默认
    中文
    开通全维度
    英文
    默认
    英文
    开通全维度
    总分(total_score) 总分(total_score)
    声韵分(phone_score)
    调型分(tone_score)
    - -
    总分(total_score) 总分(total_score)
    声韵分(phone_score)
    调型分(tone_score)
    总分(total_score)
    音节得分(syll_score)
    总分(total_score)
    音节得分(syll_score)
    准确度分(accuracy_score)
    总分(total_score) 总分(total_score)
    完整度分(integrity_score)
    流畅度分(fluency_score)
    声韵分(phone_score)
    调型分(tone_score)
    总分(total_score)
    音节得分(syll_score)
    总分(total_score)
    音节得分(syll_score)
    完整度分(integrity_score)
    流畅度分(fluency_score)
    准确度分(accuracy_score)
    篇章 总分(total_score) 总分(total_score)
    完整度分(integrity_score)
    流畅度分(fluency_score)
    声韵分(phone_score)
    调型分(tone_score)
    总分(total_score)
    音节得分(syll_score)
    总分(total_score)
    音节得分(syll_score)
    完整度分(integrity_score)
    流畅度分(fluency_score)
    准确度分(accuracy_score)

    注: 中文声韵分:指声母和韵母正确率的得分。 中文调型分:指声调正确率的得分。

    # 2.3.2 代理服务器设置

    在MSPLogin接口的params参数中添加:

    net_type=custom, proxy_ip=<host>, proxy_port=<port>
    其中,<host>,<port>替换为实际的代理服务器地址和端口。
    

    例如:MSPLogin(NULL, NULL, "appid = 12345678, net_type=custom, proxy_ip=192.168.1.2, proxy_port=8080"); 注意:各参数间,以英文逗号分隔。

    接口原型: int MSPLogin(const char* usr, const char* pwd, const char* params)

    注意: 若在设置代理参数后,使用语音服务过程中,报错10204/10205/10212等网络异常错误时,请查阅以下内容,做出相关操作:

    • 讯飞语音SDK的通信协议使用的是标准HTTP1.1协议,其代理协议使用的是标准HTTP代理协议。
    • 代理服务器需要支持全双工多问多答方式,即 pipeline 模式。
    • 代理服务器不能对80端口做限制,不能对如下域名做拦截: hdns.openspeech.cn scs.openspeech.cn open.xf-yun.com dev.voicecloud.cn
    • 需要确保代理服务器只负责转发数据包,不能改变数据包的完整性和时序性。
    • 代理服务器在转发数据包时,不能在HTTP协议头部添加 IE6 标识头。

    # 2.3.3 常用参数说明

    参数 名称 说明
    vad_timeout 允许头部静音的最长时间 0-10000毫秒。默认为10000如果静音时长超过了此值,则认为用户此次无有效音频输入。
    vad_speech_tail 允许尾部静音的最长时间 0-10000毫秒。默认为2000如果尾部静音时长超过了此值,则认为用户音频已经结束,此参数仅在打开VAD功能时有效。
    category 评测类型 单字评测:read_syllable**(当language=en_us时,不支持)**
    词组评测:read_word
    句子评测:read_sentence
    篇章评测(需在控制台开通): read_chapter
    language 评测语言 zh_cn:简体中文en_us:英语默认为zh_cn

    # 3、常见问题

    # 语音评测支持哪些应用平台?

    答:目前语音评测支持:Android/IOS/Linux/Windows/Web API应用平台。

    # 评测sdk如何下载?

    答:文档中心---快速指引有介绍步骤根据步骤下载Linux在线评测sdk

    # 语音评测支持题型和结果格式及字段含义?

    答:评测试题需要符合一定的格式,汉语试题和英语试题有所不同,同语种的不同题型也有差异。 英文口语评测:支持单词,句子,篇章等题型评测。 中文口语评测:支持字、词、句,篇章等题型评测。 全维度评测和篇章评测为付费功能,可前往登录平台---应用控制台---开通试用,15天结束后可申请付费开通。 开通篇章阅读功能后,同时您的字词句阅读功能的试卷长度将不受限制。 评测试题和结果格式及字段含义详见 语音评测试题格式及结果说明 文档。

    # 语音评测最多支持多长时间的语音输入?

    答:对于所有评测题型,都只支持最长 3分钟 的语音输入。

    # 语音评测支持传入的音频格式有哪些?

    答:支持的音频类型是:单声道 16bit Inter PCM。 支持的音频采样率是:16000HZ。推荐使用Cool edit软件查询音频格式是否符合,音频格式不符合会检测为乱读,分值不能作为参考。

    # 错误码及相应解决方案查询网址

    答:错误码及相应解决方案查询

    # 如何设置语音云服务URL

    答:在MSPLogin接口中添加:server_url = http://YourDomainName/msp.do (YourDomainName是指语音云服务域名,请开发者自行替换) 例如:MSPLogin(NULL, NULL, "appid = 12345678, server_url = http://sdk.openspeech.cn/msp.do"); 注意:各参数间,以英文逗号分隔。 接口原型: int MSPLogin(const char* usr, const char* pwd, const char* params)

    # 4、视频教程

    技术起源

    技术原理

    典型应用