tencent cloud

语音识别

文档语音识别API 文档数据结构

数据结构

PDF
聚焦模式
字号
最后更新时间： 2026-04-24 15:40:07

KeyWordResult

关键字识别结果

被如下接口引用：DescribeTaskStatus。

名称 类型 描述
KeyWordLibID String 关键词库ID
注意：此字段可能返回 null，表示取不到有效值。
KeyWordLibName String 关键词库名称
注意：此字段可能返回 null，表示取不到有效值。
KeyWords Array of String 匹配到的关键词
注意：此字段可能返回 null，表示取不到有效值。

SentenceDetail

单句的详细识别结果，包含单个词的时间偏移，一般用于生成字幕的场景。

被如下接口引用：DescribeTaskStatus。

名称 类型 描述
FinalSentence String

单句最终识别结果


注意：此字段可能返回 null，表示取不到有效值。
SliceSentence String

单句中间识别结果，使用空格拆分为多个词


注意：此字段可能返回 null，表示取不到有效值。
WrittenText String

口语转书面语结果，开启该功能才有值


注意：此字段可能返回 null，表示取不到有效值。
StartMs Integer

单句开始时间（毫秒）


注意：此字段可能返回 null，表示取不到有效值。
EndMs Integer

单句结束时间（毫秒）


注意：此字段可能返回 null，表示取不到有效值。
WordsNum Integer

单句中词个数


注意：此字段可能返回 null，表示取不到有效值。
Words Array of SentenceWords

单句中词详情


注意：此字段可能返回 null，表示取不到有效值。
SpeechSpeed Float

单句语速，单位：字数/秒


注意：此字段可能返回 null，表示取不到有效值。
SpeakerId Integer

声道或说话人 Id（请求中如果设置了 speaker_diarization或者ChannelNum为双声道，可区分说话人或声道）
单声道话者分离时不同的值代表不同的说话人； 8k双声道话者分离时speakerId的值为0代表左声道，值为1代表右声道。


注意：此字段可能返回 null，表示取不到有效值。
EmotionalEnergy Float

情绪能量值，取值为音量分贝值/10。取值范围：[1,10]。值越高情绪越强烈。


注意：此字段可能返回 null，表示取不到有效值。
SilenceTime Integer

本句与上一句之间的静音时长


注意：此字段可能返回 null，表示取不到有效值。
EmotionType Array of String

情绪类型（可能为空，有2种情况 1、没有对应资源包；2、情绪跟语音效果相关，如果情绪不够强烈时可能无法识别）


注意：此字段可能返回 null，表示取不到有效值。
KeyWordResults Array of KeyWordResult

关键词识别结果列表


注意：此字段可能返回 null，表示取不到有效值。
LangType String

多语言识别类型

  • 中文 chinese
  • 英语 english
  • 日语 japanese
  • 韩语 korean
  • 阿拉伯语 arabic
  • 菲律宾语 filipino
  • 法语 french
  • 印地语 hindi
  • 印尼语 indonesian
  • 马来语 malay
  • 葡萄牙语 portugal
  • 西班牙语 spanish
  • 泰语 thai
  • 土耳其语 turkish
  • 越南语 vietnam
  • 德语 german
SpeakerRoleName String

说话人角色名称

SentenceWords

识别结果中词文本，以及对应时间偏移

被如下接口引用：DescribeTaskStatus。

名称 类型 描述
Word String 词文本
注意：此字段可能返回 null，表示取不到有效值。
OffsetStartMs Integer 在句子中的开始时间偏移量
注意：此字段可能返回 null，表示取不到有效值。
OffsetEndMs Integer 在句子中的结束时间偏移量
注意：此字段可能返回 null，表示取不到有效值。

Task

录音文件识别、实时语音异步识别请求的返回数据

被如下接口引用：CreateRecTask。

名称 类型 描述
TaskId Integer 任务ID，可通过此ID在轮询接口获取识别状态与结果。TaskId数据类型为uint64。
注意：TaskId有效期为24小时，不同日期可能出现重复TaskId，请不要依赖TaskId作为您业务系统里的唯一ID。

TaskStatus

获取录音识别结果的返回参数

被如下接口引用：DescribeTaskStatus。

名称 类型 描述
TaskId Integer 任务标识。注意：TaskId数据类型为uint64。
Status Integer 任务状态码，0：任务等待，1：任务执行中，2：任务成功，3：任务失败。
StatusStr String 任务状态，waiting：任务等待，doing：任务执行中，success：任务成功，failed：任务失败。
Result String 识别结果。
ErrorMsg String 失败原因说明。
ResultDetail Array of SentenceDetail 识别结果详情，包含每个句子中的词时间偏移，一般用于生成字幕的场景。(录音识别请求中ResTextFormat=1时该字段不为空)
注意：此字段可能返回 null，表示取不到有效值。
AudioDuration Float 音频时长(秒)。
注意：此字段可能返回 null，表示取不到有效值。
上一篇: 实时语音识别（Websocket）下一篇: 错误码

帮助和支持

本页内容是否解决了您的问题？

填写满意度调查问卷，共创更好文档体验。

文档反馈