服务使用问题_常见问题_智能语音交互-阿里云

客户可能有多个业务需要智能语音服务，比如客服场景和司法场景，每个场景需要的语音能力是不同的，Appkey就是用来区别客户不同业务场景的标识。只有在Appkey项目中设置了合适的场景，才能获得理想的效果。

“非流式”模式也叫“普通”模式，“普通”模式下服务判断用户整句话说完后才返回一次识别结果。而“流式”模式下用户一边说话一边返回识别结果，在句子结束的识别结果前面会有很多中间结果。

每种服务支持的格式不尽相同，请参考各服务中的说明表格。可以使用常见音频编辑软件如Audacity查看音频文件的编码格式。

目前语音识别服务仅支持16KHz和8KHz两种采样率，其他采样率如48KHz建议重采样到16KHz然后调用语音识别服务。请注意选择和您的语音文件采样率对应的Appkey。

可以使用常见音频编辑软件如Audacity查看音频文件的采样率，也可以使用开源命令行工具 FFmpeg查看。

目前不支持本地离线的语音识别，必须把音频数据发送到服务端做识别。

智能语音交互服务的域名如下：wss://nls-gateway.cn-shanghai.aliyuncs.com/ws/v1 。

目前未提供此功能，客户拿到识别结果后可以按需处理。

支持英文识别，请在管控台的配置项目语音识别模型中选择英文模型。要求语音采样率为16KHz，该服务只支持欧美人说英语，不支持中国腔英语。

语音识别服务支持方言识别，具体的方言模型使用请在管控台中进行设置，可参考管理项目文档。

实时语音识别服务可以断开多句话。一句话识别服务的每个请求只对应一句话，无法断开。

一句话识别和实时语音识别限制最多同时发送2路语音做识别。录音文件识别每自然日最多识别2小时时长的录音文件。

一句话识别支持60s以内的实时语音。实时语音识别不限制时长。

token重新获取不会影响已获取的token有效性，token的有效性只与时间有关。

由于服务器的IP范围很广，不能提供IP白名单。

排查方式：1、运行阿里云提供的对应demo，做一下对比，记录并提供日志信息。2、记录请求对应的taskid，方便排查问题。3、客户端抓包，确定网络情况。