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 Windows 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 window API 文档 (opens new window), 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目录,双击samples.sln文件(需事先安装Visual Studio)

    # 2.2 项目集成步骤

    # 2.2.1 sdk包说明

    《SDK目录结构一览》

    • bin:
      • msc.dll(32位动态链接库)
      • msc_x64.dll(64位动态链接库)
      • msc(生成msc日志)
      • wav(符合标准的音频文件样例)
      • 相关资源文件
    • doc:
      • 相关技术文档
    • include:
      • 调用SDK所需头文件
    • libs:
      • msc.lib(32位静态链接库)
      • msc_x64.lib(64位静态链接库)
    • samples:
      • samples.sln(VS工程文件,适用于vs2010、vs2012及以上Visual Studio版本)
      • ise_sample(语音评测示例)

    注意:

    • 为了减少SDK包在应用中占用的大小,官网在下载单个功能的SDK包时, 可能并不包含其他功能,如下载唤醒的SDK包时,可能不包含听写或合成等功能,因此在运行未包含功能的示例时,可能会报错。对此请下载对应功能的SDK,或下载组合的SDK包。

    # 2.2.2 sdk导入

    • Step 1: 新建工程

    1.打开Microsoft Visual Studio(本例使用的是VS2010),选择文件->新建->项目->Visual C++ ->Win32控制台应用程序,输入项目名称,然后点击确定键

    img

    2.应用程序类型选择“控制台应用程序”,附加选项选择“空项目”,然后点击完成。

    img

    • Step 2:配置工程属性

    1.将SDK中bin,include,libs文件夹复制到新建工程“Demo”文件夹下

    img

    2.导入头文件

    右键点击新建工程,选择 “属性“,进入工程属性页面:点击C/C++->常规->附加包含目录,输入相对于工程文件Demo.vcxproj的相对路径,即相对于$(ProjectDir)的路径,另源代码文件也需相同设置。

    img

    3.导入msc.dll

    a. 加载msc.lib文件:在main.c文件中输入如下图所示代码,其他详细代码请参考Samples中对应的语音示例 注意:加载路径输入相对于工程文件的相对路径

     #ifdef _WIN64
     #pragma comment(lib,"../libs/msc_x64.lib")
     #else
     #pragma comment(lib, "../libs/msc.lib")
     #endif
    

    b. 将msc.dll所在目录设置为工作目录,即“$(ProjectDir)..\bin\”

    img

    4.将目标可执行文件复制到msc.dll所在目录

    img

    5.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)

    img

    # 2.2.3 API调用流程

    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 (opens new window),评测业务主要对应的是msp_cmn.h 和 qise.h。

    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 (opens new window) 文档 ,其它常见问题请参见 科大讯飞语音评测 FAQ (opens new window) 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

    权限 使用前 使用后 使用方法
    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

    使用方法:plev=0
    使用说明:使用全维度权限前后可获得的结果对比如下,红色为使用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 (opens new window) 查看。

    题型 中文
    默认
    中文
    使用全维度
    英文
    默认
    英文
    使用全维度
    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

    以下为常用参数说明,更多参数请参考API文档 (opens new window)

    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: 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。

    # Windows评测sdk如何下载?

    答:文档中心---快速指引 (opens new window)有介绍步骤根据步骤下载Windows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。
    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 (opens new window) 文档。

    # 语音评测最多支持多长时间的语音输入?

    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。

    # 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。

    # 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 (opens new window)

    # 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 (opens new window)

    技术原理 (opens new window)

    典型应用 (opens new window)