如何使用函数计算方式进行录音文件识别_智能语音交互(ISI)-阿里云帮助中心

本文为您介绍如何使用函数计算方式进行录音文件识别。

概述

对于将音频文件存储在阿里云OSS上的用户，除使用SDK集成录音文件识别的开发方式外，还可以通过函数计算的方式，录音文件识别通过触发器函数自动执行，将识别结果保存回OSS或者其他存储器上，您只需关注最终的识别结果，减少SDK集成开发工作量。对于非开发人员，可以通过该方式快速获取识别结果进行分析。函数计算的详细介绍，请参见什么是函数计算。

前提条件

已开通如下服务，且需要给开通函数计算服务的账号授权OSS服务的读写权限：

已开通OSS服务，有对应的AccessKey ID、AccessKey Secret、OSS EndPoint，详情参见对象存储。
已开通函数计算服务，详情参见函数计算。
已开通智能语音交互服务，有对应的AccessKey ID、AccessKey Secret、Appkey，详情参见智能语音交互。

效果

说明

本文使用的OSS Bucket为nls-file-trans，音频文件存放路径为filetrans/raw，识别结果存放路径为filetrans/result。识别结果保存在JSON文件中，以文件名_taskId.json表示识别成功的结果，文件名_taskId_failed.json表示识别失败的结果。使用中，请根据实际情况，修改为自己的Bucket和文件存放路径。

通过OSS控制台上传音频文件

单击上传文件，上传音频文件到指定的Bucket路径filetrans/raw：

对应函数计算的触发器：

识别结果存放路径filetrans/result：

上传的nls-sample-16k.wav音频文件识别结果：

{
    "Result": {
        "Sentences": [{
            "EndTime": 2365,
            "SilenceDuration": 0,
            "BeginTime": 340,
            "Text": "北京的天气。",
            "ChannelId": 0,
            "SpeechRate": 177,
            "EmotionValue": 5.0
        }]
    },
    "TaskId": "fb0474184c6d11e9a213e11db149****",
    "StatusCode": 21050000,
    "StatusText": "SUCCESS",
    "RequestTime": 1553237085804,
    "SolveTime": 1553237086146,
    "BizDuration": 2956
}

通过OSS常用工具上传音频文件
以ossutil为例，与控制台上传音频文件的识别流程相同。
```
ossutil cp nls-sample-16k.wav https://gw.alipayobjects.com/os/bmw-prod/0574ee2e-f494-45a5-820f-63aee583045a.wav
```

实现方式

需要在函数计算上实现的内容如下：

创建函数计算的服务。
创建生成任务的函数，使用OSS触发器，设置第3步的回调URL，生成录音文件识别任务。
创建接收回调的函数，使用HTTP触发器，生成回调URL，用于将录音文件识别结果写回OSS。

步骤一：创建服务

在函数计算的控制台创建一个服务。
可以在创建时进行高级配置，也可以创建后再进行设置。
创建服务角色。
在高级配置 > 权限配置中，如果没有已有角色，需要创建一个新角色，系统模板授权选择AliyunOSSFullAccess，单击点击授权。
添加权限。
登录RAM访问控制，在左侧导航栏选择RAM角色管理，添加AliyunOSSFullAccess、AliyunSTSAssumeRoleAccess、AliyunNLSFullAccess权限（如果已经授权，则不需要添加）。

步骤二：生成任务

生成任务用于提交录音文件识别请求，OSS上传音频文件时将触发OSS触发器，调用函数，提交录音文件识别请求。

编写函数。

在创建的服务下，创建一个函数，用于生成任务：

函数名称：call_filetrans
函数入口：call_filetrans.handler
运行环境：Python 3
函数执行内存：128 MB（选择最小值128 MB即可，该值与函数计算的计费相关）
超时时间：600s

函数内容如下，需要您替换如下参数：

OSS账号相关的AccessKey ID、AccessKey Secret、OSS EndPoint（选择外网访问）
录音文件识别账号相关的AccessKey ID、AccessKey Secret、Appkey、回调URL（创建HTTP触发器时获取）

# -*- coding: utf-8 -*-
import json
import time
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.auth.credentials import StsTokenCredential
from aliyunsdkcore.request import CommonRequest
import oss2
import logging
ossEndPoint = "your OSS EndPoint"            # oss账号EndPoint，请选择外网访问。
fileTransAppkey = "your appkey"   # 录音文件识别账号Appkey，获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
fileTransCallbackUrl = "您的回调URL" # 在创建HTTP触发器时获取。
def handler(event, context):
    logger = logging.getLogger()
    logger.info(event)
    eventObj = json.loads(event)["events"]
    eventName=eventObj[0]["eventName"]
    bucketName=eventObj[0]["oss"]["bucket"]["name"]
    ossFileName=eventObj[0]["oss"]["object"]["key"]
    logger.info("eventName: %s" % eventName)
    logger.info("bucketName: %s" % bucketName)
    logger.info("ossFileName: %s" % ossFileName)
    appKey = fileTransAppkey
    # 如下取值固定。
    REGION_ID = "cn-shanghai"
    PRODUCT = "nls-filetrans"
    DOMAIN = "filetrans.cn-shanghai.aliyuncs.com"
    API_VERSION = "2018-08-17"
    POST_REQUEST_ACTION = "SubmitTask"
    GET_REQUEST_ACTION = "GetTaskResult"
    KEY_APP_KEY = "appkey"
    KEY_FILE_LINK = "file_link"
    KEY_VERSION = "version"
    KEY_TASK = "Task"
    KEY_TASK_ID = "TaskId"
    KEY_STATUS_TEXT = "StatusText"
    creds = context.credentials
    # 创建AcsClient实例
    sts_token_credential = StsTokenCredential(creds.accessKeyId, creds.accessKeySecret, creds.securityToken)
    client = AcsClient(region_id=REGION_ID, credential=sts_token_credential)
    # 创建提交录音文件识别请求，并设置请求参数。
    postRequest = CommonRequest()
    postRequest.set_domain(DOMAIN)
    postRequest.set_version(API_VERSION)
    postRequest.set_product(PRODUCT)
    postRequest.set_action_name(POST_REQUEST_ACTION)
    postRequest.set_method('POST')
    filename = ossFileName.split('/')[-1]
    # create file url
    auth = oss2.StsAuth(creds.accessKeyId, creds.accessKeySecret, creds.securityToken)
    bucket = oss2.Bucket(auth, ossEndPoint, bucketName)
    fileLink = bucket.sign_url('GET', ossFileName, 3600)
    logger.info("file link = " + fileLink)
    # 如下回调地址，在第二步中生成。
    callback_url = fileTransCallbackUrl + "/" + filename
    logger.info("callback url = " + callback_url)
    task = {"SecurityToken": creds.securityToken, KEY_APP_KEY : appKey, KEY_FILE_LINK : fileLink, KEY_VERSION : "4.0", "enable_words" : False, "enable_callback" : True, "callback_url" : callback_url}
    task = json.dumps(task)
    #logger.info (task)
    postRequest.add_body_params(KEY_TASK, task)
    taskId = ""
    try :
        # 提交录音文件识别请求，处理服务端返回的响应。
        postResponse = client.do_action_with_exception(postRequest)
        postResponse = json.loads(postResponse)
        logger.info(postResponse)
        # 获取录音文件识别请求任务的ID，以供识别结果查询使用。
        statusText = postResponse[KEY_STATUS_TEXT]
        if statusText == "SUCCESS" :
            logger.info("录音文件识别请求成功响应！")
            taskId = postResponse[KEY_TASK_ID]
            logger.info("taskId = " + taskId)
        else :
            logger.info ("录音文件识别请求失败！")
    except ServerException as e:
        logger.error(e)
    except ClientException as e:
        logger.error(e)
    logger.info('hello world')
    logger.info(taskId)
    return taskId

创建并配置OSS触发器。

重要

由于上传音频文件到OSS的Bucket中，有两种方式：Put和Post。所以为了触发所有的上传事件，需要创建两个OSS触发器。

参数	说明
触发器类型	对象存储触发器。
触发器名称	自定义名称。
触发事件	分别选择`oss:ObjectCreated:PutObject`和`oss:ObjectCreated:PostObject`创建两个触发器。
触发规则：前缀	filetrans/raw/
触发规则：后缀	.wav
角色	如果已有合适角色，可直接选择；如果没有角色，则选择新建角色。

创建成功后，可以在OSS控制台对应Bucket的函数计算中找到这两个触发器。

oss:ObjectCreated:PutObject事件：
oss:ObjectCreated:PostObject事件：

步骤三：接收回调

录音文件识别服务识别完成后，将识别结果通过HTTP触发器，写回OSS的Bucket中。在创建HTTP触发器的时候可以获得回调URL，请设置到生成任务函数的回调URL中。

编写函数。

在创建的服务下，创建一个函数，用于将识别结果写回OSS：

函数名称：put_http_post_to_oss
函数入口：index.handler
运行环境：Python 3
函数执行内存：128 MB（选择最小值128 MB，该值与函数计算的计费相关）
超时时间：600s

函数内容如下，需要您替换如下参数：

OSS的EndPoint（外网访问）
OSS Bucket名称
OSS Bucket中的目录，用于存放识别结果文件。

# -*- coding: utf-8 -*-
import logging
import oss2
import json
endpoint = "您的OSS EndPoint" # oss配置
bucketName = "您的OSS Bucket名称" # oss配置
resultOssPath = "您的录音文件识别结果存放目录" # oss路径，用于存储识别结果文件。
B_OK = b"ok"
def handler(environ, start_response):
    logger = logging.getLogger()
    context = environ['fc.context']
    request_uri = environ['fc.request_uri']
    for k, v in environ.items():
      if k.startswith("HTTP_"):
        # process custom request headers
        pass
    logger.info("request_uri = " + request_uri)
    filename = request_uri.split('/')[-1]
    logger.info('filename = ' + filename)
    # get request_body
    try:
        request_body_size = int(environ.get('CONTENT_LENGTH', 0))
    except (ValueError):
        request_body_size = 0
    request_body = environ['wsgi.input'].read(request_body_size)
    # parse result
    postResponse = json.loads(request_body)
    taskId = postResponse['TaskId']
    statusText = postResponse['StatusText']
    # put to oss
    creds = context.credentials
    auth = oss2.StsAuth(creds.accessKeyId, creds.accessKeySecret, creds.securityToken)
    logger.info("creds.accessKeyId = " + creds.accessKeyId)
    logger.info("creds.accessKeySecret = " + creds.accessKeySecret)
    logger.info("creds.securityToken = " + creds.securityToken)
    bucket = oss2.Bucket(auth, endpoint, bucketName)
    if statusText == "SUCCESS" :
      filename = resultOssPath + "/" + filename + "_" + taskId + '.json'
    else :
      filename = resultOssPath + "/" + filename + "_" + taskId + '_failed.json'
    logger.info('filename = ' + filename)
    bucket.put_object(filename, request_body)
    # do something here
    status = '200 OK'
    response_headers = [('Content-type', 'text/plain')]
    start_response(status, response_headers)
    return [B_OK]

创建并配置HTTP触发器。
根据下表说明创建成功后，会自动生成路径作为回调URL。请将其设置到生成任务函数的回调URL中。
参数
说明
服务类型
HTTP触发器
触发器名称
http_post_caller
认证方式
anonymous
请求方式
POST

参数	说明
服务类型	HTTP触发器
触发器名称	http_post_caller
认证方式	anonymous
请求方式	POST