语音转写（异步）

平台提供异步语音转写 API，适用于长音频的语音转写，单个音频文件长度小于 5 小时。

支持说话人分离，可区分不同说话人段落。
支持智能断句与标点预测，提升文本可读性。
支持时间戳信息返回，可直接用于字幕、检索、音视频对齐。
支持上下文与热词增强，提升专有名词、行业术语识别率。

支持语言

1 中文（Chinese）	2 英语（English）	3 粤语（Cantonese）
4 长沙话（Changsha dialect）	5 客家话（Hakka dialect）	6 闽南话（Hokkien）
7 南昌话（Nanchang dialect）	8 山西话（Shanxi dialect）	9 苏州话（Suzhou dialect）
10 上海话（Shanghainese）	11 济南话（Jinan dialect）	12 四川话（Sichuanese）
13 武汉话（Wuhan dialect）

使用流程

先调用文件上传 API 上传音频文件并获取 file_id
调用创建异步语音转写任务 API，获取 task_id
调用查询语音转写任务状态 API，基于 task_id 获取语音转写任务进度
当任务完成时，会返回转写结果

过程示例

1. 获取 file_id

Python

"""
本示例用于获取待转写音频的 file_id。注意：需要先将密钥信息写入环境变量 `API_KEY`。
"""
import requests
import os

api_key = os.environ.get("API_KEY")
url = "https://maas-api.hivoice.cn/v1/files/upload"

payload = {'purpose': 'a2t_async_input'}
files=[
  ('file',('test.mp3',open('path/to/test.mp3','rb'),'audio/mpeg'))
]
headers = {
  'authority': 'maas-api.hivoice.cn',
  'Authorization': f'Bearer {api_key}'
}

response = requests.request("POST", url, headers=headers, data=payload, files=files)

print(response.text)

2. 创建语音转写任务

Python

"""
本示例用于创建语音转写任务。注意：需要先将密钥信息写入环境变量 `API_KEY`。
"""
import requests
import json
import os

api_key = os.environ.get("API_KEY")
url = "https://maas-api.hivoice.cn/v1/audio/asr/tasks"

payload = json.dumps({
  "model": "u2-asr",
  "file_id": <file_id>,
  "format": "mp3"
})
headers = {
  'Authorization': f'Bearer {api_key}',
  'Content-Type': 'application/json'
}

response = requests.request("POST", url, headers=headers, data=payload)

print(response.text)

3. 查询语音转写进度

Python

"""
本示例用于查询语音转写进度。注意：需要先将密钥信息写入环境变量 `API_KEY`，并将需要查询任务的 id 写入环境变量 `TASK_ID`。
"""
import requests
import json
import os

task_id = os.environ.get("TASK_ID")
api_key = os.environ.get("API_KEY")
url = f"https://maas-api.hivoice.cn/v1/audio/asr/tasks/{task_id}"

payload = {}
headers = {
  'Authorization': f'Bearer {api_key}',
  'content-type': 'application/json',
}

response = requests.request("GET", url, headers=headers, data=payload)

print(response.text)