PaddleSpeech Server WebSocket API

PaddleSpeech Server WebSocket API

WebSocket Sever for Streaming ASR and/or TTS

1. 流式语音识别接口

1.1 开始信号

• client 信息 通过开始信号传入流式识别音频信息，以及解码参数

字段	必选	类型	说明
name	是	string	传入的音频名称
signal	是	string	流式识别中命令类型
nbest	是	int	识别nbest参数，默认是1

• 请求示例

{
"name": "test.wav",
"signal": "start",
"nbest": 1
},

• server 信息 server 端返回新连接的情况

字段	必选	类型	说明
status	是	string	ASR服务端状态
signal	是	string	该流式连接必要的准备工作是完成状态

{
"status": "ok", 
"signal": "server_ready"
}

1.2 数据

client和server建立连接之后，client端不断地向服务端发送数据

• client 信息 发送 pcm16 数据流到服务端

• server 信息 每发送一个数据，服务端会将该数据包解码的结果返回出来

字段	必选	类型	说明
result	是	string	ASR解码的结果

1.3 结束

client 发送完最后最后一个数据包之后，需要发送给服务端一个结束的命令，通知服务端销毁该链接的相关资源。

通过开始信号传入流式识别音频信息，以及解码参数

字段	必选	类型	说明
name	是	string	传入的音频名称
signal	是	string	流式识别中命令类型
nbest	是	int	识别nbest参数，默认是1

{
"name": "test.wav",
"signal": "end",
"nbest": 1
}

• server 信息

server 端信息接收到结束信息之后，将最后的结果返回出去。

字段	必选	类型	说明
name	是	string	传入的音频名称
signal	是	string	流式识别中命令类型
result	是	string	最后的识别结果