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。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​

在发起通话或接听通话前，您需要通过 RCCallClient#setSrcLanguageCode 接口设置源语言。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。

参数说明​

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

示例代码​

TypeScript
CallClientInstance.setSrcLanguageCode("zh");

注册语音识别结果回调​

在发起通话或接听通话前，您需要通过赋值 RCCallClient#callASRListener 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
  • 语音识别错误

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​

TypeScript
CallClientInstance.callASRListener = {
  // 语音识别服务开启通知回调
  didReceiveStartASR() {
    // 处理语音识别服务开启事件
  },
  
  // 语音识别服务停止通知回调
  didReceiveStopASR() {
    // 处理语音识别服务停止事件
  },
  
  // 语音识别内容回调
  didReceiveASRContent(asrContent: RCRTCASRContent) {
    // 处理语音识别结果
  }
}

开启语音识别服务​

通话接通后，您需要调用 RCCallClient#startASR 方法开启语音识别服务。开启成功后，其他客户端会通过 IRCCallASRListener#didReceiveStartASR 方法收到通知。

注意

任何加入通话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。

接口定义​

TypeScript
/**
 * 开启语音识别服务
 * 
 * @returns 返回值为 RCCallErrorCode.SUCCESS 时，代表成功
 * 
 * @description
 * 开启语音识别服务。如果房间内没有人发布流，则无法开启语音识别服务，
 * SDK 会在有人发布流后自动开启语音识别服务。
 */
startASR(): Promise<RCCallErrorCode>

示例代码​

TypeScript
CallClientInstance.startASR();

设置是否接收语音识别​

通话建立连接成功后，您可以调用 RCCallClient#setEnableASR 方法来设置是否接收语音识别。

提示

开启语音识别服务后，您可以根据业务需求选择是否接收语音识别结果。如果选择接收，SDK 会通过 IRCCallASRListener#didReceiveASRContent 回调方法通知识别结果。

接口定义​

TypeScript
/**
 * 设置是否接收语音识别
 * 
 * @param enable true 打开，false 关闭
 * @returns 返回值为 RCCallErrorCode.SUCCESS 时，代表成功
 * 
 * @description
 * 默认关闭语音识别功能，开启后会在通话过程中自动识别用户语音并转换为文字。
 */
setEnableASR(enable: boolean): Promise<RCCallErrorCode>

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​

TypeScript
CallClientInstance.setEnableASR(true);

停止语音识别服务​

您可以调用 RCCallClient#stopASR 方法停止语音识别服务。

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。
  • 任何加入通话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 IRCCallASRListener#didReceiveStopASR 回调方法通知其他客户端。

接口定义​

TypeScript
/**
 * 停止语音识别服务
 * 
 * @returns 返回值为 RCCallErrorCode.SUCCESS 时，代表成功
 * 
 * @description
 * 停止语音识别服务。
 */
stopASR(): Promise<RCCallErrorCode>

示例代码​

TypeScript
CallClientInstance.stopASR();
最后于 更新