pyVideoTrans

Appearance

自定义语音识别API ​

如果现存的语音识别方式不满意，也可以自定义自己的语音识别api，在菜单-语音识别设置-自定义语音识别api中填写相关信息即可

image-20240901132849867

填写你的api地址，以http开头，将向你填写的api地址发送：发送键名为 audio 的wav格式音频数据，采样率为16k、通道为1，如果你的api有密钥验证，在密钥框里填写相关密码，该密码将附在api地址后以 sk=密码发送。

requests.post(api_url, files={"audio": open(audio_file, 'rb')})

你的api需要返回json格式数据，失败 时将code设为1，msg设为识别原因。


失败时返回
    res={
        "code":1,
        "msg":"错误原因"
    }

成功时返回

res={
            "code":0,
            "data":[
                {
                    "text":"字幕文字",
                    "time":'00:00:01,000 --> 00:00:06,500'
                },
                {
                    "text":"字幕文字",
                    "time":'00:00:06,900 --> 00:00:12,200'
                },
                ...多个
            ]
        }

如下

    如果填写了密钥密码值，则附加到api_url之后发送，api_url?sk=填写的sk值
        
        requests.post(api_url, files={"audio": open(audio_file, 'rb')})
        
        失败时返回
        res={
            "code":1,
            "msg":"错误原因"
        }
        
        成功时返回
        res={
            "code":0,
            "data":[
                {
                    "text":"字幕文字",
                    "time":'00:00:01,000 --> 00:00:06,500'
                },
                {
                    "text":"字幕文字",
                    "time":'00:00:06,900 --> 00:00:12,200'
                },
            ]
        }