转录任务提交接口

更新时间:

提交长音频转录任务，获取 taskId 后查询结果或接收回调。

POSThttps://asr.ilivedata.com/api/v1/speech/recognize/submit

请求参数

请求头

以下请求头均为必需。

Header 值 说明
Content-Type application/json; charset=UTF-8 请求体格式
Accept application/json; charset=UTF-8 响应格式
X-AppId — 控制台「服务配置」中的项目编号
X-TimeStamp — 请求发起时的 UTC 时间，采用 W3C 格式。
格式示例：2026-09-30T02:30:00Z，实际请求需使用当前时间。
Authorization — 签名值，计算方式见下文「请求签名」

请求体

参数 类型 必需 说明
languageCode String 必需 音频对应的语种 支持语种
uri String 必需 音频文件的URI地址（支持HTTP和HTTPS）,文件大小上限500M，音频长度不超过5小时
userId String 可选 唯一的终端用户ID。 用户ID应当不超过32个字符。
hotWordTableId — 可选 热词表ID，具体ID见后台热词表功能模块。
channel Number 可选 识别声道数，值为2并且audio字段的音频文件本身也是双声道，则按双声道处理。未指定则默认按单声道处理。
注意：此功能适用于双声道发音人分离，无需再开启说话人分离功能。即channel = 2时，diarizationConfig = true参数失效。
alternativeLangCodes Array 可选 候选语种数组，最多支持传入4个候选语种 支持语种
digitalize Number 可选 中文识别结果转数字，值为 0（关闭）/1（开启），默认开启此功能
asrBgFilter Boolean 可选 是否开启背景人声过滤，true: 开启，false: 不开启，默认false
config Object 可选 嵌套对象，字段见下方说明。
diarizationConfig Object 可选 嵌套对象，字段见下方说明。
callbackConfig Object 可选 嵌套对象，字段见下方说明。

config

参数 类型 必需 说明
codec String 可选 编码格式，支持AMR、AMR_WB、OPUS、PCM。如未指定则默认使用AMR_WB
sampleRateHertz Number 可选 AMR只支持8000，其余编码格式只支持16000

diarizationConfig

参数 类型 必需 说明
enableSpeakerDiarization Boolean 可选 是否开启说话人分离功能，适用于双人对话场景。
true：开启，未指定则默认关闭。
注意：电话场景双声道音频建议使用channel=2来区分说话人，即不用开启说话人分离。
speakers Number 可选 enableSpeakerDiarization=True时生效，默认为2。推荐 2–3 人使用，超过人数可用但准确率可能下降，效果以实际测试为准。

callbackConfig

参数 类型 必需 说明
callbackUrl String 可选 回调url：http协议
callbackSecretKey String 可选 回调密钥，可自行定义，需要在回调验签方式使用密钥一致，否则无法验证回调数据是否被篡改
callbackRegion String 可选 回调区域：默认cn，可选cn，us，ap。不给或不在取值范围内默认使用cn区域发起回调

请求示例

{
  "languageCode": "zh-CN",
  "config": {
    "codec": "PCM",
    "sampleRateHertz": 16000
  },
  "diarizationConfig": {
    "enableSpeakerDiarization": true
  },
  "uri": "https://rcs-us-west-2.s3.us-west-2.amazonaws.com/test.wav",
  "channel": 1,
  "alternativeLangCodes": [
    "en-US",
    "th-TH",
    "id-ID"
  ],
  "callbackConfig": {
    "callbackUrl": "回调地址",
    "callbackRegion": "回调区域，默认cn,可选 cn, us, ap，将在所选的区域发起回调",
    "callbackSecretKey": "回调密钥，用于验签，自行定义"
  }
}

请求签名

按照帮助中心的请求签名计算 Authorization，使用以下接口参数。

签名参数 值
HTTPMethod POST
HostHeaderInLowercase asr.ilivedata.com
HTTPRequestURI /api/v1/speech/recognize/submit

HTTP 响应

Content-Type: application/json;charset=UTF-8

响应字段

字段 类型 说明
errorCode Number 0表示成功
errorMessage String 错误消息
taskId String 任务ID

响应示例

{
  "errorCode": 0,
  "taskId": "us_2b356260-c116-4bf2-8cca-a0f044bbab25_1614326293900"
}

错误码

HTTP 状态码 错误码 错误消息
200 0 此字段省略
429 1104 Out of Rate Limit
429 1105 Out of Quotas
405 1004 Method Not Allowed
411 1007 Not Content Length
400 1002 API Not Found
400 1003 Bad Request
400 2000 Missing Parameter
400 2001 Invalid Parameter
400 2002 Invalid Request
400 2102 Input Too Long
400 2109 Speech Recognition Failed
400 2110 File is invalid
400 2111 Failed to download file
400 2112 TaskId is invalid
401 1102 Unauthorized Client
401 1106 Missing Access Token
401 1107 Invalid Token
401 1108 Expired Token
401 1110 Invalid Client