跳到主要内容

AI 智能流式语音识别

该功能支持在音视频通话、音视频会议、语聊房以及直播等多种场景下实时转写音频内容。此 AI 智能流式语音识别具有高准确率和低延迟的特点。

目前支持超过 50 种语言的识别，包括中文、英文、日语、韩语、阿拉伯语、法语、西班牙语、泰语、印尼语等，详见语言代码列表。

前置条件​

AI 智能流式语音识别是融云 RTC SDK 的高级功能。若要使用，请在 AI 服务的服务购买页面开通此功能。

设置源语言​

在加入房间时，您需要通过 RCRTCRoomConfig.Builder#setSrcLanguageCode 方法设置源语言。具体支持的语言请参考语言代码列表。

提示

为提高语音识别的准确度，请根据您的业务需求设置合适的源语言。默认源语言为中文。

RCRTCRoomConfig 参数说明​

参数类型说明
srcLanguageString语音识别的源语言代码，请参考语言代码列表。

示例代码​

Java
RCRTCRoomConfig config = RCRTCRoomConfig.Builder.create()
            .setSrcLanguageCode("zh")   // 设置源语言
            .build();
        RCRTCEngine.getInstance()
                .joinRoom(
                        "roomId",
                        config,
                        new IRCRTCResultDataCallback<RCRTCRoom>() {
                            @Override
                            public void onSuccess(final RCRTCRoom data) {
                                // 加入成功
                            }

                            @Override
                            public void onFailed(final RTCErrorCode errorCode) {
                                // 加入失败
                            }
                        });

注册语音识别结果回调​

在加入房间成功后，您可以通过 RCRTCRoom#registerRoomListener 方法设置语音识别结果回调。通过此回调，您可以接收以下通知：

  • 语音识别服务的开启和停止
  • 语音识别结果

语音识别数据结构​

RCRTCASRContent​

参数类型说明
userIdString当前语音识别关联用户的 ID
msgIdString当前语音识别的 ID，用于关联当前语音识别结果
timeUTClong当前语音识别的时间戳（单位：秒）
msgString当前语音识别结果
isEndboolean当前语音识别是否结束，true 表示已结束

示例代码​

Java
room.registerRoomListener(new IRCRTCRoomEventsListener() {
            /**
             * 语音识别服务开启回调通知
             */
            @Override
            public void onReceiveStartASR() {
            }

            /**
             * 语音识别服务停止回调通知
             */
            @Override
            public void onReceiveStopASR() {
            }

            /**
             * 语音识别结果回调通知
             * @param realTimeSubtitle
             */
            @Override
            public void onReceiveASRContent(RCRTCASRContent realTimeSubtitle) {
            }

            //...
        });

开启语音识别服务​

在加入房间成功后，您可以通过以下步骤开启语音识别服务：

  1. 调用 RCRTCRoom#getLocalUser 获取本地用户对象。
  2. 调用 RCRTCLocalUser#startASR 开启服务。

开启成功后，其他客户端会通过 IRCRTCRoomEventsListener#onReceiveStartASR 方法收到通知。

注意

任何加入房间的客户端都可以调用此接口开启语音识别服务。SDK 不限制调用权限，请根据您的业务需求进行权限控制。

参数说明​

参数类型说明
callbackIRCRTCResultCallback开启语音识别服务的回调

示例代码​

Java
room.getLocalUser().startASR(new IRCRTCResultCallback() {
                @Override
                public void onSuccess() {
                    // 开启成功
                }

                @Override
                public void onFailed(RTCErrorCode errorCode) {
                    // 开启失败
                }
            });

设置是否接收语音识别​

在加入房间成功后，您可以通过以下步骤设置是否接收语音识别：

  1. 调用 RCRTCRoom#getLocalUser 获取本地用户对象。
  2. 调用 RCRTCLocalUser#setEnableASR 设置接收状态。
提示

此接口具有预设功能。您可以在房间开启语音识别服务前调用，当服务开启后，SDK 会根据您的设置自动接收语音识别结果。如果选择接收，SDK 会通过 IRCRTCRoomEventsListener#onReceiveASRContent 回调方法通知识别结果。

参数说明​

参数类型说明
enablebooleantrue：接收语音识别
false：停止接收语音识别

示例代码​

Java
room.getLocalUser().setEnableASR(true);

停止语音识别服务​

在加入房间成功后，您可以通过以下步骤停止语音识别服务：

  1. 调用 RCRTCRoom#getLocalUser 获取本地用户对象。
  2. 调用 RCRTCLocalUser#stopASR 停止服务。
注意
  • 停止语音识别服务生效后，所有房间内的所有语音流撰写任务都将停止，请谨慎使用。
  • 任何加入房间的客户端都可以调用此接口停止语音识别服务。SDK 不限制调用权限，请根据您的业务需求进行权限控制。停止成功后，SDK 会通过 IRCRTCRoomEventsListener#onReceiveStopASR 回调方法通知其他客户端。

参数说明​

参数类型说明
callbackIRCRTCResultCallback停止语音识别服务的回调

示例代码​

Java
room.getLocalUser().stopASR(new IRCRTCResultCallback() {
            @Override
            public void onSuccess() {
                // 停止成功
            }

            @Override
            public void onFailed(RTCErrorCode errorCode) {
                // 停止失败
            }
        });
最后于 更新