双同声传译

说明

Hi，您好，欢迎使用有道智云同声传译接口服务。

本文档主要针对需要集成HTTP API的技术开发工程师，详细描述同声传译相关的技术内容。

如果您有与我们商务合作的需求，可以通过以下方式联系我们：

商务邮箱： AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：

客服QQ：1906538062

智云翻译技术交流QQ 3群: 807539209

智云翻译技术交流QQ 4群: 936752411

联系邮箱： zhiyun@corp.youdao.com

温馨提示：

• 本文档主要针对开发人员，接入测试前需要获取应用ID和应用密钥；如果您还没有，请按照 新手指南 获取。
• 平台向每个账户赠送50元的体验金，供用户集成前测试所用。

接口说明

同声传译能力：支持输入音频，然后输出音频语音转文本结果（STT）、文本翻译结果（TRANS）、翻译的语音结果（TTS）

接口调用参数

同声传译API调用地址：

https://openapi.youdao.com

1)接口地址

/speech-stream-server/simultaneous_interpretation?{请求参数}

2)请求方式

POST，websocket

3)接口参数

服务接口的调用分为认证、实时通信两阶段。

1.认证阶段

请求参数格式（url参数）： key1=value1&key2=value2&key3=value3&key4=value4

签名sign生成方法如下： signType=v3； sign=sha256(应用ID+salt+curtime+应用密钥)。

服务端通过 text message 返回 json字符串的认证结果，参数示例：

成功：

{
    // 错误码
    "errorCode": 0,
    // 消息
    "message": "SUCCESS"
}

失败：

{
    // 错误码
    "errorCode": 10001,
    // 消息
    "message": "UN_SUPPORT_STT"
}

2.实时通信阶段

2.1 发送音频流 目前仅支持wav的音频格式，音频格式为16k采样率，单声道。

认证成功之后，进入实时通信阶段，此阶段客户端发送音频流和结束标识，并接收转写结果或错误。 此阶段客户端通过 binary message 发送音频流，内容为音频的二进制数据，此过程的发送频率将影响文字结果展示的实时性。

建议以 200ms 间隔发送音频数据，若间隔超时 15s 以上，服务端将停止识别。

2.2 接收转写结果

交互过程中，服务端不断通过 text message 返回实时识别结果到客户端，响应结果是以json形式输出（为text message）。 返回的音频格式为mp3

{
    "errorCode": 0,
    "message": "SUCCESS",
    "data": {
        // trans：翻译；stt：输入语音转文字；tts：翻译文本转语音
        "type": "stt",
        // 当前类型的文本结果或者base64结果，文本以全量的形式返回，音频为增量
        "text": "我是stt的结果",
        // 表示是否最后一句话
        "sentEnd": false
    }
}

4)支持的语言

错误代码列表