SDK FAQ

如何使用SDK设置泛热词？

SDK中使用POP API训练的泛热词，是通过控制台配置的业务专属热词表与项目Appkey绑定的，您无需自行设置；而通过POP API训练获取的业务专属热词表，需要在SDK中设置其词表ID，且SDK设置热词的优先级更高，若与控制台一起使用，将覆盖控制台设置结果。请参考使用SDK设置业务专属热词，将为您介绍在一句话识别、实时语音识别、录音文件识别中如何设置泛热词。

SDK报错“DNS resolved timeout”是什么问题？

查看/etc/resolv.conf文件中nameserver的设置，建议增加并优先使用以下配置：nameserver 114.114.114.114。

如何使用SDK设置自学习模型？

如果是通过控制台创建的自学习模型，可在项目切换模型时选择该模型，发布上线后将与Appkey绑定，您无需在代码中自行设置；而通过POP API训练获取的自学习模型，需要在SDK中设置其模型ID才可以使用。请参考使用SDK 2.0设置自学习模型，将为您介绍在一句话识别、实时语音识别、录音文件识别中如何设置自学习模型。

是否有Android和iOS的SDK，能否用在专有云下？

有SDK，在专有云安装包里默认不提供，可以通过阿里云帮助中心对应的服务文档中下载，如实时语音识别的Android SDK和iOS SDK。移动端SDK可以调用公共云ASR、TTS服务，也可以用在专有云环境下。

Token如何使用？

公共云Token在不同项目间、不同进程间、不同线程间都可以共用，同时一定要注意在Token过期前提前重新获取Token；出于安全考虑，建议您在服务端集成Token SDK，客户端在服务端获取Token。详情请参见获取Token。

专有云Token目前默认都是default，暂时无需修改。

Token重新获取会不会导致已获取的Token失效？

Token重新获取不会影响已获取Token的有效性，有效性只与时间有关。Token的有效期通过服务端响应消息的ExpireTime参数获取。更多信息，请参见获取Token协议说明。

是否可以提供服务的IP白名单？

服务器的IP比较多，且会随着扩容、机器故障置换等原因动态变化，当前的IP列表不代表后续都可以使用。建议增加以下两个域名的访问规则：nls-meta.cn-shanghai.aliyuncs.com、nls-gateway-cn-shanghai.aliyuncs.com，开通80、443端口，HTTP和websocket协议。

如何进行log控制与音频保存?

SDK提供多级log控制，在初始化接口中配置。

同时提供音频数据的保存方便问题定位，需要设置save_wav和debug_path初始化参数，详情请参见接口说明。

调用上有什么限制？

SDK已经对语音服务的访问做了封装，对您而言只要调用开始接口，在回调中进行适当事件处理。一般需要处理错误事件和识别结果事件。注意不能在回调中直接调用SDK的接口，可能导致死锁发生。

为什么链接不到framework？

framework中代码采用Objective-C和C++混合编写而成，所以需要使用.mm后缀文件进行调用，同时请确保工程的头文件路径与库文件路径设置正确。

SDK错误事件如何定位原因？

在SDK上报错误事件时，首先根据错误码查看原因，一般能够根据错误码获得问题的初步原因。

一句话识别、实时语音识别SDK中，send接口参数含义及使用方式？

以Java为例。java SDK中，一句话识别和实时语音识别分别提供了三个重载的send()接口。如下：

public void send(InputStream ins);
public void send(InputStream ins, int batchSize, int sleepInterval);
public void send(byte[] data);

三个接口使用时要保证持续、实时地向服务端发送语音数据。

demo是用语音文件模拟实时语音流的速度发送语音，通常一次发送间隔时间为100ms或200ms（sleepInterval）的语音数据，数据量（batchSize）和采样率有关：发送间隔过大，会导致延迟较大，容易断连；发送间隔过小，会消耗服务端和网络资源。可以适当实验调整到合适数值。

第2个接口中ins为模拟语音流，需要控制发送速率。ins中的数据每间隔100ms，发送3200字节（16000采样率）。调用示例：

public void send(ins, 3200, 100); // 16 KHz语音

第3个接口中data为一次性发送的数据，控制循环调用的间隔，调用示例：

recognizer.send(data); // 100ms语音数据
try {
 Thread.sleep(100);
} catch (InterruptedException e) {
 e.printStackTrace();
}

如何结合SDK日志，分析延迟问题？

以Java SDK日志为例。

• 一句话识别的延迟为一句话说完开始，到收到最终识别结果为止，消耗的时间。

  在日志中搜索关键字StopRecognition以及RecognitionCompleted，分别找到语音发送完毕时的日志，以及一句话识别结束的日志。记录的时间差即为SDK端记录的一句话延时，如下日志延迟为：984-844=140（ms）。

  14:24:44.844 DEBUG [           main] [c.a.n.c.transport.netty4.NettyConnection] thread:1,send:{"header":{"namespace":"SpeechRecognizer","name":"StopRecognition","message_id":"bccac69b505f4e2897d12940e5b38953","appkey":"FWpPCaVYDRp6J1rO","task_id":"8c5c28d9a40c4a229a5345c09bc9c968"}}
  14:24:44.984 DEBUG [ntLoopGroup-2-1] [  c.a.n.c.p.asr.SpeechRecognizerListener] on message:{"header":{"namespace":"SpeechRecognizer","name":"RecognitionCompleted","status":20000000,"message_id":"2869e93427b9429190206123b7a3d397","task_id":"8c5c28d9a40c4a229a5345c09bc9c968","status_text":"Gateway:SUCCESS:Success."},"payload":{"result":"北京的天气。","duration":2959}}

• 语音合成关注首包延迟，即从发送合成请求开始，到收到第一个语音包为止，消耗的时间。

  日志中搜索关键字send，找到这条日志和紧随其后的一条收到语音包的日志。记录的时间差即为SDK端记录的首包延时。如下日志延时为1035-813=222（ms）。

  14:32:13.813 DEBUG [           main] [c.a.n.c.transport.netty4.NettyConnection] thread:1,send:{"payload":{"volume":50,"voice":"Ruoxi","sample_rate":8000,"format":"wav","text":"国家是由领土、人民、文化和政府四个要素组成的，国家也是政治地理学名词。从广义的角度，国家是指拥有共同的语言、文化、血统、领土、政府或者历史等的社会群体。从狭义的角度，国家是一定范围内的人群所形成的共同体形式。"},"context":{"sdk":{"name":"nls-sdk-java","version":"2.1.0"},"network":{"upgrade_cost":160,"connect_cost":212}},"header":{"namespace":"SpeechSynthesizer","name":"StartSynthesis","message_id":"6bf2a84444434c0299974d8242380d6c","appkey":"FWpPCaVYDRp6J1rO","task_id":"affa5c90986e4378907fbf49eddd283a"}}
  14:32:14.035  INFO [ntLoopGroup-2-1] [  c.a.n.c.protocol.tts.SpeechSynthesizer] write array:6896

• 实时语音识别SDK日志类似一句话识别，可以从日志中计算语音末尾处延迟（关键字：StopTranscription和TranscriptionCompleted）。

• RESTful形式访问，客户端自带日志中没有体现延迟。需要用户自己编写代码，或者查看服务端日志。

Java SDK找不到com.alibaba的JAR包，如何安装Alibaba Cloud SDK for Java？

请参见原版 SDK 使用指南安装Alibaba Cloud SDK for Java。

使用Java SDK调用SpeechRecognizer.stop方法时出现连接超时，提示timeout after 10 seconds waiting for complete confirmation. state:STATE_STOP_SENT如何解决？

state:STATE_STOP_SENT代表数据断开连接。如果10秒内系统未接到数据，请优先排查网络是否稳定，如偶发可能由于网络抖动引起。

录音文件转写接口Java SDK Demo运行报错如何排查？

1. 检查智能语音交互服务开通地和代码使用是否一致。

2. 检查SDK的fastjson和aliyun-java-sdk-core两个库的依赖版本。阿里云Java SDK的核心库版本支持3.5.0及以上（如果版本在4.0.0及以上，需要根据错误提示补充对应的第三方依赖），详情请参见录音文件识别Java SDK。

   <dependency>
       <groupId>com.aliyun</groupId>
       <artifactId>aliyun-java-sdk-core</artifactId>
       <version>3.7.1</version>
   </dependency>
   <dependency>
       <groupId>com.alibaba</groupId>
       <artifactId>fastjson</artifactId>
       <version>1.2.83</version>
   </dependency>

实时语音识别使用Java SDK，SpeechRecognizer recognizer如何调用stop()实现通知服务端语音数据发送完毕？

1. 正常情况下自动调用，不需要单独调用stop()。如果10秒之内没有语音数据发给服务侧, 会报错41010120。如果一直实时发送语音数据给服务端，识别在服务侧是一直进行的，您可以通过设置enable_intermediate_result=true参数实时获取识别结果。

2. 如果您判断一句话结束，也可以主动调用stop()停止发送数据，获取最终识别结果。

实时流识别模式，Java SDK中如何触发回调onTranscriptionComplete？

onTranscriptionComplete可以通过stop触发，状态为STATE_STOP_SENT，回调处理完状态为STATE_COMPLETE。

调用Java SDK时报错，提示java.lang.IllegalStateException: complete already: DefaultChannelPromise@75822ea8(failure: java.lang.Exception: WebSocket Client failed to connect,status:403 Forbidden,reason:Meta:ACCESS_DENIED:The token '***' is invalid!)"如何解决？

报错原因是Token无效，请重新生成一个Token，具体操作方法请参见获取Token。

在生成synthesizer = new SpeechSynthesizer时一直失败，提示java.nio.channels.ClosedChannelException如何解决？

建议您使用Java环境，并使用Demo在新的空项目中进行测试。如果测试Demo没有问题，说明不是SDK集成问题，建议您检查客户端的前端集成情况。

在测试实时语音识别和语音合成功能时，对应JAR包在哪里？

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>

<parent>
<groupId>com.alibaba.nls</groupId>
<artifactId>nls-sdk-java-examples</artifactId>
<version>2.0.0</version>
<relativePath>../pom.xml</relativePath>
</parent>

<groupId>com.alibaba.nls</groupId>
<artifactId>nls-example-tts</artifactId>

<dependencies>
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-classic</artifactId>
<version>1.0.13</version>
</dependency>
<dependency>
<groupId>com.alibaba.nls</groupId>
<artifactId>nls-sdk-tts</artifactId>
<version>${sdk.version}</version>
</dependency>
</dependencies>

<build>
<plugins>
<plugin>
<artifactId>maven-assembly-plugin</artifactId>
<version>3.0.0</version>
<configuration>
<archive>
<manifest>
<mainClass>com.alibaba.nls.client.SpeechSynthesizerMultiThreadDemo</mainClass>
</manifest>
</archive>

<descriptorRefs>
<descriptorRef>jar-with-dependencies</descriptorRef>
</descriptorRefs>

</configuration>
<executions>
<execution>
<id>make-assembly</id> <!-- this is used for inheritance merges -->
<phase>package</phase> <!-- bind to the packaging phase -->
<goals>
<goal>single</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
</project>

<dependency>
<groupId>org.json</groupId>
<artifactId>json</artifactId>
<version>20170516</version>
</dependency>

<dependency>
<groupId>com.google.code.gson</groupId>
<artifactId>gson</artifactId>
<version>2.8.2</version>
</dependency>

C++ SDK语音合成时传入的文本没有采用UTF-8编码会有什么错误信息？

如果传入的文本没有采用UTF-8编码，在文本中含有中文字符时，语音合成SDK调用start函数会失败，返回错误信息Socket recv failed, errorCode: 0。错误码为0表示服务端已经关闭了连接，此时应检查传入的文本是否采用UTF-8编码。

C++ SDK如何获取Token？

具体操作请参见获取Token。

下载C++ Token SDK后获取到NlsCommonSDK，功能包括获取Token和录音文件识别。

NlsCppSDK（3.0.X和2.X旧版本）内部不包含NlsCommonSDK，功能包括实时识别、一句话识别、长/短语音合成，非NLS CPP SDK需要按照上图所示重新获取Token。

NlsCppSDK（3.1.X新版本）内部包含NlsCommonSDK，功能包括获取Token、录音文件识别、实时识别、一句话识别、长/短语音合成，不需要按照上图所示重新获取Token。

C++ SDK调用智能实时语音解析接口失败，提示 {"TaskFailed":"connect failed."} {"channeclClosed": "nls request finished."}如何解决？

1. C++ SDK3.0及以前的版本有小概率出现这个问题，无需特别关注；3.1及以后版本出现这个问题可能是运行环境的网络问题导致，建议您检查本地网络环境。

2. 如果没有返回TaskId，说明在连接过程中直接断开，实时语音交互不需要重复调用接口，重复调用会有并发上限和超时时间，并发超过限制会直接返回超过限制，WebSocket连接超过10秒没有音频就会自动断开，但是会返回TaskId。

3. 这种情况一般是由于当时网络拥堵造成的，建议您使用抓包工具查看分析实际发送的包是否重传了tcp retransmission，可以在客户端使用traceroute命令或者使用MTR工具到nls-gateway-cn-shanghai.aliyuncs.com进行链路测试，判断从客户端到接口服务之间网络是否不稳定。

C++ SDK进行语音合成时，报错未设置appkey，但是代码已经设置该如何解决？OnSynthesisTaskFailed: status code=10000002 task id=***error message={TaskFailed":"{"task_id":"00000000000000000000000000000000","result":"","status":40000003,"message":"Gateway:PARAMETER_INVALID:appkey not set"}"}"

status为40000003指传入的参数有误，请重新检查传入的参数值是否正确，例如appkey、voice、url等 。’

C++ SDK（3.0及以后版本）使用语音合成和语音识别功能，可以提高GCC5.0以上的编译版本吗？

可以。Linux下支持GCC 4.8.5或以上版本。目前已验证且顺利编译运行的GCC版本包括4.8.5、5.5.0、8.4.0。

C++ SDK中的speechRecognizerDemo.cpp中的g_akid和g_akSecret在哪里获取？

请参见准备账号。

C++ SDK实时语音识别报错，提示status_text:Gateway:IDLE_TIMEOUT:Websocket session is idle for too long time, the last directive is 'StartTranscription'!如何解决？

1. 因为超过10秒没有发送数据到服务端，空闲超时自动断连。同时请检查URI是否正确，wss://nls-gateway-cn-shanghai.aliyuncs.com/ws/v1。如果发生这种情况，可以增加重试机制再次请求。

2. 也可能服务端瞬间收到大量请求导致单个case无法及时处理，建议重试。

C++ SDK获取Token，当系统的时间不是标准时间时会获取失败，在C++ SDK中，可以自己设置timestamp，而不是获取系统的时间吗？

不可以。Token需要根据系统时间来生成。

C++ SDK ASR请求有DNS解析失败的情况导致异常，报错ali-recog-skd.log:AliSpeech_C++SDK(ERROR): GetInetAddressByHostname:252 DNS: resolved timeout.ali-recog-skd.log:AliSpeech_C++SDK(ERROR): start:76 start failed: DNS: resolved timeout..unimrcpserver_current.log: [ERROR] [[./ali/AliRecogChannel.cpp:772,onTaskFailed]]Ali Task start failed Msg :DNS: resolved timeout., start finised."如何解决？

• 旧版（3.0及以前版本）：在高并发或者电脑DNS忙碌的情况下容易出现以上问题，建议您更新到3.1.X版本，或进行再次重启请求。

• 新版（3.0及以后版本）：已经对此问题进行防御，若仍然偶现此问题，则为电脑DNS忙碌，需要再次重启请求。

C++ SDK调用实时语音识别，集成在mrcp里面使用，部分情况下创建多个识别通道时会返回10000002如何解决？

错误码10000002是openssl官方错误描述，Resource temporarily unavailable一般是建连后未发送数据到服务端导致WebSocket超时，下一个发送的指令是StartTranscription。

C++ SDK（新）集成到其他项目中时，将CMakeLists.txt中的add_definitions(-D_GLIBCXX_USE_CXX11_ABI=0) 修改为add_definitions(-D_GLIBCXX_USE_CXX11_ABI=1)后编译不通过该如何解决？

除了CMakeLists.txt，全工程都需要修改该参数，例如config/linux.thirdparty.debug.cmake和config/linux.thirdparty.release.cmake，请在全目录搜索_GLIBCXX_USE_CXX11_ABI进行修改。

C++ SDK在Windows上使用，报错缺少nlsCommonSdk.dll如何解决？

3.1及以后版本无nlsCommonSdk.dll。

C++ SDK旧版NlsSdkCpp2.0和新版NlsSdkCpp3.X的区别是什么？

NlsSdkCpp2.0版本的SDK每一个请求为一个线程，且接口为同步接口。

NlsSdkCpp3.X版本的SDK内部由第三方库libevent统一处理事件消息，并发性能更强，且接口为异步接口。

C++版的SDK不支持实现C11规范吗？ 现在导致项目无法链接SDK该如何解决？

工程默认为_GLIBCXX_USE_CXX11_ABI=0，全工程都需要修改该参数，请在全目录搜索_GLIBCXX_USE_CXX11_ABI进行修改。

C++ 版SDK集成语音识别报错，提示Meta:ACCESS_DENIED:The token '' is invalid!, start finised.start() failed.CbParam: 1 exg.onTaskFailed: status code: 10000011, error message: Stop invoke error. Please check the order of execution or whether the data sent is valid.如何解决？

Meta:ACCESS_DENIED:The token '' is invalid!, start finised.指令牌无效，鉴权失败，请检查appkey是否错误、Token是否填入、Token是否过期。status code: 10000011指接口调用顺序错误（接收到Failed/complete事件时，SDK内部会关闭连接，此时再调用send方法会上报错误）。

C++ 版SDK集成语音识别一句话报错，提示transcriber process start...alispeech-DEBUG start:60 starting transcriber...alispeech-WARNING _on_error:123 retry start: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:852)alispeech-DEBUG _on_close:110 callback on_channel_closedMyCallback.OnRecognitionChannelClosed如何解决？

SSL证书校验失败，请检查发起调用的机器系统时间是否正确。

C++ SDK一句话识别调用stop后返回错误回调状态码40000004该如何解决？{"header":{"namespace":"Default","name":"TaskFailed","status":40000004,"message_id":"xxxxxxxxxxxxxxxxxxxxxxxxx","task_id":"xxxxxxxxxxxxxxxxxxxxxxxxx","status_text":"Gateway:IDLE_TIMEOUT:Websocket session is idle for too long time, the last directive is 'StopRecognition'!"}}

可能是服务端瞬间收到大量请求导致的单个实例无法及时处理，建议重试。

C++ SDK测试Demo成功，集成项目报错，DNS解析失败，报错nls-gateway-cn-shanghai.aliyuncs.com dns failed: nodename nor servname provided, or not known如何解决？

1. SDK中会查看当前设备开启的所有协议族（IPv4、IPv6）进行DNS解析请求，nls-gateway-cn-shanghai.aliyuncs.com不支持 IPv6，返回解析错误，从而导致SDK DNS解析失败退出。可禁用当前设备的IPv6协议族，后续CppSdk产品改进对这方面进行可配置处理。

2. 建议您升级到3.1.12及以后版本。

C++ SDK测试Demo可以成功，集成项目报错，网络链接失败，报错[dnsEventCallback:465]Node:0x7f087c001030 ai_canonname: nls-gateway-cn-shanghai.aliyuncs.com.gds.alibabadns.com[dnsEventCallback:477]Node:0x7f087c001030 IpV4:106.15.XX.XX[connectProcess:1329]Node:0x7f087c001030 sockFd:41[connectProcess:1347]Node:0x7f087c001030 new Socket ip:106.15.XX.XX port:443 Fd:41.[socketConnect:1458]Node:0x7f087c001030 Connect failed:Network is unreachable. retry...如何解决？

以上现象为无法连接网络，查看日志发现DNS域名解析出来的IP链接不成功，进一步通过Ping判断网络不通。由于本地拦截DNS解析，导致SDK内部libevent的evdns_getaddrinfo获得错误的IP。

解决办法：

• 3.1.12版本以前可将evdns_getaddrinfo()手动替换成系统的getaddrinfo()。

• 3.1.12版本可在CMakeLists.txt中修改add_definitions(-DNLS_USE_NATIVE_GETADDRINFO)。

• 3.1.12及以后版本增加setDirectHost()接口，您可以在SDK外部进行DNS解析，获取正确IP后通过该接口设入。

• 3.1.13及以后版本已解决此问题，若运行时仍存在上述问题，建议调用接口setUseSysGetAddrInfo(true)。

C++ 语音合成Demo，NlsCommonSdk版本20211018基于vc16.0，NlsSdkCpp3.X版本20210629基于vc14.0，Demo程序只执行到OnSynthesisTaskFailed，返回20000000，在win10 X64 vs2015中得不到WAV的可能原因？log信息如下ERROR alibabaNlsLog: [ID:15284][AlibabaNls::ConnectNode::parseFrame:1014]Node:000001D733079F20 Result conversion failed.

NlsSdkCpp3.X-20210629里的Demo不适用于Windows版本程序，alibabacloud-nls-cpp-sdk（github的）里的才是Windows的Demo。

Android SDK是否可以上传opus音频数据，实现实时语音转文字？

ASR中一句话识别和录音文件极速版支持opus数据，实时语音转文字仅支持PCM编码、16 bit采样位数、单声道（mono）。具体详情，请参见接口说明。

Android SDK中使用onNuiNeedAudioData录音数据回调，并在该回调过程中填充录音数据ret = audioRecord.read(buffer, 0, len)。在实时录音转写过程中，突然断网后再连网，录音SDK会自动连接并继续转写吗？

断网后需要重新连接录音SDK，不会自动连接，需要您增加重试机制。

智能语音交互SDK，最低支持Android的哪个版本？

智能语音交互SDK对于常规Android版本都支持。

Android SDK录音文件识别极速版，是否支持通过任务ID查询任务状态？

不支持。

Android SDK调用文件上传转写极速版，调用int startFileTranscriber(String params, byte[] task_id)后无法收到回调，报错提示“EventE/iDST::NativeNui: no java instance, maybe already released”。

您需要核实：

• 资源文件是否复制成功。

• CommonUtils.copyAssetsData函数是否已调用。

使用实时语音识别Android SDK，管控台模型选择为8K，但是实际测试中为何将采样率设置成16K才能识别正确？

识别正确与否与您设置参数有关，您需要排查：

• nls_config.put("sr_format", "pcm")参数值是否配置为小写模式。

• 是否设置静态变量SAMPLE_RATE为8000，即public final static int SAMPLE_RATE = 8000。

• 模型选择是否正确选择为8K模型。

int ret = nui_instance.initialize(this, genInitParams(assets_path,debug_path), Constants.LogLevel.LOG_LEVEL_VERBOSE, true)。在该段代码中，录音权限是打开的，但代码仍然报错240021。

表示FILE_ACCESS_FAIL文件访问错误。你需要检查：

• 是否有文件读写权限。

• 是否完成SDK配置文件的拷贝，检查是否拷贝完成的代码示例如下：

if (CommonUtils.copyAssetsData(this)) {
Log.i(TAG, "copy assets data done");
} else {
Log.i(TAG, "copy assets failed");
return;
}

使用离线语音合成Android SDK，语音播报时出现不合理断句，该如何处理？

使用语音合成Android SDK，在调用cancel时候出现一次anr，该如何处理？

SDK接口为同步调用，建议您不要在主线程调用SDK接口。

实时音频识别对Android版本有要求吗？

没有要求。

调用Android SDK时，手机报错提示“audio recoder not init”。

您可以通过以下方式排查：

• 检查AudioRecord是否初始化正常。

• 检查语音播放器是否有问题。

• 编写AudioRecord录音代码，测试是否正常。

在模拟器上运行下载的Android程序，程序出现闪退现象，是什么原因？

模拟器可能会出现未知问题，建议您使用真机测试。

使用语音识别Android SDK回调onNuiNeedAudioData，但在onNuiEventCallback中回调延迟，并显示错误码50000000。

表示服务端内部错误，请重试。

使用语音合成Android SDK TTS时，报错提示“tts event:TTS_EVENT_ERROR ret 140002”。

建议您检查下输入文本是否合规。

不能正常使用语音合成Android SDK。

您需要检查以下条件是否满足：

• 是否已经满足Android SDK语音合成的前提条件，详情请参见前提条件。

• 是否已开通商用。

是否支持后台处理？

SDK本身不限制前后台，iOS SDK的样例工程默认仅支持前台处理，如果您需要支持后台处理，可以做如下修改：

1. 在工程Info.list中添加Required background modes配置，并在该配置下添加item，Value设置为App plays audio or streams audio/video using AirPlay。

2. 在录音模块中进入后台时，不停止录音。亦即NLSVoiceRecorder.m中_appResignActive接口中不做停止录音调用。

下载语音交互iOS SDK至本地库，测试代码时，在模拟器可以正常运行，真机却无法运行，报错提示“Reason: no suitable image found. Did find:xxx”。

建议您删除手机上对应的APP后，执行xcode clean，并重新尝试运行。除此以外，还需检查签名的正确性，如果签名不正确，需撤销原来的inHouse证书，重新制作新的证书和provisioning profile，并将代码重新签名，再次打包。

使用智能语音服务集成iOS SDK，接入NuiSdk运行报错MIC。

建议您检查下当前录音设备是否有被占用。

使用智能语音服务集成iOS SDK，接入nuisdk.framework后，导入头文件项目失败。

一般情况下是SDK导入有问题导致，请您确认下图参数是否已勾选，如果已勾选，建议您将头文件导入方式换为#import <nuisdk/NeoNui.h>。

使用iOS SDK接入nuisdk.framework后，报错提示“/Users/admin/FlashTranscription_iOS/Fc_ASR.xcodeproj Building for iOS, but the linked and embedded framework 'nuisdk.framework' was built for iOS + iOS Simulator”。

可能因为版本过高导致，建议您修改项目配置Validate Workspace为Yes后，重新编译。

使用集成语音服务iOS SDK，在接入nuisdk.framework后报错，需要修改Legacy Build system，才可以运行，是什么原因？

建议您修改项目配置Validate Workspace为Yes后，重新编译。

使用一句话识别iOS SDK，配置nuisdk.framework为Embed & Sign后，提示“nuisdk.framework/Headers/NeoNui.h”。

建议检查下头文件是否按照文档正常导入，头文件导入格式为#import <nuisdk/NeoNui.h>。

使用App集成iOS SDK，提交到App store失败，提示“Unsupported Architectures. The executable for AliYunSmart.app/Frameworks/nuisdk.framework contains unsupported architectures '[x86_ _64, i386]'. With error code”。

可能是模拟器架构影响，您可以参考如下方法查看framework版本并移除framework模拟器架构。

1. 进入到framework目录。

2. 输入命令lipo -info xxxFramework，查看framework的架构版本，如果含有模拟器打包需要把模拟器架构移除。

TRTC实时音视频和语音识别结合，当同时调用麦克风时可能会发生冲突，导致有一方没有声音，如何解决？

建议尝试TRTC的音视频流，然后使用localStream.getAudioTrack获取MediaStreamTrack对象，并转换为符合ASR标准的音频流，之后通过语音识别SDK发起请求。

使用智能语音交互iOS SDK，App是否能在后台模式和终止应用的情况下进行语音播报？

应用被终止无法进行语音播报。

使用语音合成iOS SDK，onNuiTtsUserdataCallback不返回时间戳信息，如何解决？

默认情况SDK不返回时间戳，如果您需要获取时间戳信息，可以通过接口setparamTts设置enable_subtitle，详情请参见接口说明。

使用语音合成iOS SDK，如何保存为文件，保存格式是什么？

可以在onNuiTtsUserdataCallback接口参数中将合成的数据保存成文件，合成的格式以传出参数为主，例如[nls_config setObject:@"mp3" forKey:@"encode_type"]。

目前支持格式为PCM、WAV、MP3，需要注意是，语音合成的文档案例中播放器不支持MP3格式音频，直接使用可能产生噪音，但存储的MP3格式文件可以用支持MP3格式的播放软件试听。如果个别音频文件出现少字的现象，可能是因为该发音人合成速度过快（如xiaoyun），部分数据没有写入文件被清除，您可以在fwrite后调用fflush保证数据完全写入文件。

使用语音合成iOS SDK，连续点击播放按钮，高频率触发播放出现页面终止情况，该如何解决？

由于在线合成时需要连接网络，网络状况会直接影响接口响应时间，如果您的业务需要快速停止任务并开始下一条，可以根据业务需求调整网络超时时间。

使用集成语音服务iOS SDK，flutter_plugin集成时，报错提示“Undefined symbols for architecture arm64: "std::__1::mutex::~mutex()", referenced from: ___cxx_global_var_init in libflutter_tts.a(ringBuf.o)”。

您可以打开iOS工程下的Podfile文件，修改post_install do |installer|部分的代码，再次执行构建即可成功。

使用在线合成语音iOS SDK，写入文件播放声音是杂音，是什情况？

首先需要确认合成音频格式（PCM、WAV、MP3），如存储的音频流是MP3格式，但播放器不支持该格式音频就会出现杂音的状况，建议更换一下播放软件重试。同时也有用户出现音频只有尾部出现杂音的情况，可以用BeyondCompare查看音频流，是否有日志写入音。

实时语音识别接口WebSocket，发送语音体的指令是什么？一次可以发送多少Bytes?

指令由Header和Payload两部分组成，其中Header为统一格式，不同指令的Payload格式不同。

服务端可支持一次发送3200 Byte或1600 Byte，单次发送数据时，需确保音频在发送的时候没有损坏。

使用实时语音识别接口WebSocket，设置了32位随机message_id，报错提示Status:40000002 Gateway:MESSAGE_INVALID:Invalid message id ''!。

WebSocket相当于您自己去构建的一个请求，message_id就是随机生成的32位唯一ID。

您需要将message_id改成32个hex字符，检查一下发送的消息是否符合要求。

使用WebSocket协议连接阿里云的地址，发送二进制语音数据时，建立的连接被服务器主动断开且没有错误提示，是什么原因？

实时语音识别WebSocket协议出现断开， 建议您：

• 检查下token是否生成正确。

• 确定客户端是否有正常发送音频流。

没有错误信息提示，建议您设置status状态码，默认值20000000。

使用实时语音识别WebSocket，在基于Web的JavaScript WebSocket连接成功后，如何获得message_id和task_id？

message_id和task_id是由您在调用侧自行生成的。

message_id和task_id可以随机生成32位唯一ID，且在一个链接的过程中，task_id可以保持唯一不变，用以标识该链接的唯一性；message_id建议在每次发送的消息中重新随机生成，用以标识该消息的唯一性。

使用WebSocket调用实时语音识别时，WebSocket经常自动终止服务，不能实现实时语音识别，需要手动发送PCM或WAV音频文件，是什么原因？

以上情况表示系统已经接收到您传递的音频，在符合协议以及传参的情况下，WSS或HTTP协议都能实现实时语音识别。如何实现不间断发送，需要您自行处理WSS，智能语音交互文档提供了Java后端代码示例，即以读取本地文件的形式模拟实时获取语音流并发送，详情请参见示例代码。