识别流式语音 (ASR)

POST

/speech_to_text/v1/speech/stream_recognize

语音流式接口，将整个音频文件分片进行传入模型。能够实时返回数据。建议每个音频分片的大小为 100-200ms
单租户限流：20 路（一个 stream_id 称为一路会话），同租户下的应用没有限流，共享本租户的 20路限流

错误码

HTTP状态码	错误码	描述	排查建议
400	1040101	invalid param	参数错误，参考文档检查输入参数
500	1040102	network anomaly	后端服务异常或网络异常，可重新请求

请求参数

Authorization

Bearer Token

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Body 参数application/json

示例

返回响应

🟢200成功

application/json

Body

请求示例

Shell

JavaScript

Java

Swift

curl --location --request POST '/speech_to_text/v1/speech/stream_recognize' \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data-raw '{
    "speech": {
        "speech": "PdmrfE267Cd/Z9KpmNFh71A2PSJZxSp7+8upCg=="
    },
    "config": {
        "stream_id": "asd1234567890ddd",
        "sequence_id": 1,
        "action": 1,
        "format": "pcm",
        "engine_type": "16k_auto"
    }
}'

响应示例

{
    "code": 0,
    "msg": "success",
    "data": {
        "stream_id": "asd1234567890ddd",
        "sequence_id": 1,
        "recognition_text": "你好，尝试使用一下飞书吧"
    }
}

修改于 2025-10-21 08:19:07

识别语音文件 (ASR)

识别文本语种

识别流式语音 (ASR)

错误码#

请求参数

返回响应

错误码