1. 接口说明

性别年龄识别，即机器对说话者的年龄大小以及性别属性进行分析，可以通过收到的音频数据判定发音人的性别（男，女）及年龄范围（小孩，中年，老人），对语音内容和语种不做限制。

该语音能力是通过Websocket API的方式给开发者提供一个通用的接口。Websocket API具备流式传输能力，适用于需要流式数据传输的AI服务场景，比如边说话边识别。相较于SDK，API具有轻量、跨语言的特点；相较于HTTP API，Websocket API协议有原生支持跨域的优势。

2. 接口Demo

示例demo请点击 这里 下载。目前仅提供部分开发语言的demo，其他语言请参照下方接口文档进行开发。也欢迎热心的开发者到 讯飞开放平台社区 分享你们的demo。

3. 接口要求

集成性别年龄识别API时，需按照以下要求。

4. 接口调用流程

· 通过接口密钥基于hamc-sha256计算签名，向服务器端发送Websocket协议握手请求。详见下方 接口鉴权 。

· 握手成功后，客户端通过Websocket连接同时上传和接收数据。数据上传完毕，客户端需要上传一次数据结束标识。详见下方 接口数据传输与接收 。

· 接收到服务器端的结果全部返回标识后断开Websocket连接。

4.1. 接口鉴权

在握手阶段，请求方需要对请求进行签名，服务端通过签名来校验请求的合法性。

4.1.1. 鉴权方法

通过在请求地址后面加上鉴权相关参数的方式。示例url：

wss://ws-pi.xfyun.cn/v2/igr?authorization=aG1hYyB1c2VybmFtZT0iMTAwSU1FIiwgYWxnb3JpdGhtPSJobWFjLXNoYTI1NiIsIGhlYWRlcnM9Imhvc3QgZGF0ZSByZXF1ZXN0LWxpbmUiLCBzaWduYXR1cmU9IlVSbnk4M3o1elJsNWF1ODl1YXhUL1dGdUtWejZVNkdkWDdDV25SMGdueWc9Ig%3D%3D&date=Tue%2C+18+Dec+2018+09%3A08%3A49+UTC&host=10.1.87.70%3A8000

鉴权参数：

· date参数生成规则：

date必须是UTC+0或GMT时区，RFC1123格式(Mon, 02 Jan 2006 15:04:05 GMT)。服务端会对Date进行时钟偏移检查，最大允许300秒的偏差，超出偏差的请求都将被拒绝。

· authorization参数生成规则：

1）获取接口密钥APIKey 和 APISecret。在讯飞开放平台控制台，创建WebAPI平台应用并添加性别年龄识别服务后即可查看，均为32位字符串。

2）参数authorization base64编码前（authorization_origin）的格式如下。

api_key="$api_key",algorithm="hmac-sha256",headers="host date request-line",signature="$signature"

其中 api_key 是在控制台获取的APIKey，algorithm 是加密算法（仅支持hmac-sha256），headers 是参与签名的参数。signature 是使用加密算法对参与签名的参数签名后并使用base64编码的字符串，详见下方。

3）signature的原始字段(signature_origin)规则如下。

signature原始字段由 host，date，request-line三个参数按照格式拼接成，拼接的格式为(\n为换行符,’:’后面有一个空格)：

host: $host\ndate: $date\n$request-line

例如，请求的url为 wss://ws-api.xfyun.cn/v2/igr那么 signature原始字段(signature_origin)则为：

host: ws-api.xfyun.cn
date: Fri, 18 Jan 2019 07:21:29 UTC
GET /v2/igr HTTP/1.1

4）使用hmac-sha256算法结合apiSecret对signature_origin签名，获得签名后的摘要signature_sha。

signature_sha=hmac-sha256(signature_origin,$apiSecret)

其中 apiSecret 是在控制台获取的APISecret

5）使用base64编码对signature_sha进行编码获得最终的signature。

signature=base64(signature_sha)

6）authorization_origin示例如下。假设 api_key=23b18a1e80cf334f81b0ade291629a536f,参照上述2-4的方法生成的signature=clHXo7gfpxwjhC5vcRt2haKNosUfG8I7b8PMyT9pJEs=。那么生成的base64编码前authorization_origin参数为：

api_key="23b18a1e80cf334f81b0ade291629a536f", algorithm="hmac-sha256", headers="host date request-line", signature="clHXo7gfpxwjhC5vcRt2haKNosUfG8I7b8PMyT9pJEs="

7）最后再对authorization_origin进行base64编码获得最终的authorization参数。

authorization = base64(authorization_origin)

4.1.2. 鉴权url示例(golang)

//@hosturl :  like  wss://ws-api.xfyun.cn/v2/iat
//@apikey : apiKey
//@apiSecret : apiSecret
func assembleAuthUrl(hosturl string, apiKey, apiSecret string) string {
    ul, err := url.Parse(hosturl)
    if err != nil {
        fmt.Println(err)
    }
    //签名时间
    date := time.Now().UTC().Format(time.RFC1123)
    //参与签名的字段 host ,date, request-line
    signString := []string{"host: " + ul.Host, "date: " + date, "GET " + ul.Path + " HTTP/1.1"}
    //拼接签名字符串
    sgin := strings.Join(signString, "\n")
    //签名结果
    sha := HmacWithShaTobase64("hmac-sha256", sgin, apiSecret)
    //构建请求参数 此时不需要urlencoding
    authUrl := fmt.Sprintf("api_key=\"%s\", algorithm=\"%s\", headers=\"%s\", signature=\"%s\"", apiKey,
        "hmac-sha256", "host date request-line", sha)
    //将请求参数使用base64编码
    authorization:= base64.StdEncoding.EncodeToString([]byte(authUrl))
    v := url.Values{}
    v.Add("host", ul.Host)
    v.Add("date", date)
    v.Add("authorization", authorization)
    //将编码后的字符串url encode后添加到url后面
    callurl := hosturl + "?" + v.Encode()
    return callurl
}

4.1.3. 鉴权结果

如果握手成功，会返回HTTP 101状态码，表示协议升级成功；如果握手失败，则根据不同错误类型返回不同HTTP Code状态码，同时携带错误描述信息，详细错误说明如下：

握手失败返回示例：

HTTP/1.1 403 Forbidden
Date: Thu, 06 Dec 2018 07:55:16 GMT
Content-Length: 116
Content-Type: text/plain; charset=utf-8
{
    "message": "HMAC signature does not match"
}

4.2. 接口数据传输与接收

握手成功后客户端和服务端会建立Websocket连接，客户端通过Websocket连接可以同时上传和接收数据。当服务端有识别结果时，会通过Websocket连接推送识别结果到客户端。

发送数据时，建议每次发送音频间隔40ms，每次发送音频字节数1280B。如果间隔时间太短，可能会导致引擎识别有误。数据上传完毕，客户端需要上传一次数据结束标识表示会话已结束，详见下方data参数说明。

4.2.1. 请求参数

请求数据均为json字符串

公共参数说明(common)

注： 以上参数只需要在握手成功后的第一帧请求时带上。

业务参数说明(business)

注： SPEEX格式仅支持讯飞定制speex编码，压缩等级为7，编解码工具请点击 这里 下载。

业务参数说明(data)

请求参数示例：

{  
    "common":{
       // 公共请求参数
       "app_id":"123456"  
    },
    "business":{
        "aue":      "raw",
        "rate":      "16000"
    },
    "data":{
            "status":0,   
            "audio":"exSI6ICJlbiIsCgkgICAgInBvc2l0aW9uIjogImZhbHNlIgoJf..."    
    }
}

数据上传结束标识示例：

{
"data":{
  "status":2
    }
}

4.2.2. 返回参数

data字段具体信息

返回参数示例

{
  "code": 0,
  "message": "success",
  "data": {
    "result": {
      "age": {
        "age_type": "1",
        "child": "0.4887",
        "middle": "0.3180",
        "old": "0.1933"
      },
      "gender": {
        "female": "0.5933",
        "gender_type": "0",
        "male": "0.4067"
      }
    },
    "status": 2
  }
}

5. 错误码

6. 调用示例

性别年龄识别demo go语言

性别年龄识别demo java语言

注： 其他开发语言请参照 接口调用流程 进行开发，也欢迎热心的开发者到 讯飞开放平台社区 分享你们的demo。

7. 音频样例

性别年龄识别 音频样例 PCM文件 采样率16k

性别年龄识别 音频样例 PCM文件 采样率8k

性别年龄识别 音频样例 WAV文件 采样率16k

性别年龄识别 音频样例 WAV文件 采样率8k

性别年龄识别 音频样例 AMR文件 采样率16k

性别年龄识别 音频样例 AMR文件 采样率8k

性别年龄识别 音频样例 SPEEX文件 采样率16k

性别年龄识别 音频样例 SPEEX文件 采样率8k

注： 音频文件格式转换工具请参考这里 ffmpeg

Copyright © iflytek.com 2018 all right reserved，powered by Gitbook该文件修订时间：2019-05-07 07:12:51