说话人识别SDK接口说明_智能语音交互(ISI)-阿里云帮助中心

说话人识别功能可以将说话人所读出的连续数字串语音，与语音库中该用户ID所对应的声音特征进行1:1比对验证，当声音特征比对满足阈值条件时则身份验证成功。

使用须知

支持的输入格式：PCM编码文件、16 bit采样位数、单声道（mono）。
支持的音频采样率：16000 Hz。

服务地址

访问类型	说明	URL
外网访问	所有服务器均可使用外网访问URL（SDK中默认设置了外网访问URL，无需您设置）。	wss://nls-gateway-cn-shanghai.aliyuncs.com/ws/v1
阿里云上海ECS内网访问	使用阿里云上海ECS（ECS地域为华东2（上海）），可使用内网访问URL。 ECS的经典网络不能访问AnyTunnel，即不能在内网访问语音服务；如果希望使用AnyTunnel，需要创建专有网络在其内部访问。说明使用内网访问方式，将不会产生ECS实例的公网流量费用。关于ECS的网络类型请参见网络类型。	ws://nls-gateway-cn-shanghai-internal.aliyuncs.com:80/ws/v1

交互流程

1. 鉴权

客户端在与服务端建立WebSocket连接时，使用Token进行鉴权。Token获取请参见获取Token。

2. 获取数字串（ApplyDigit）

3. 声音注册（Enroll）

4. 声音更新（Update）

5. 声音认证（Verify）

6. 声音删除（Delete）

交互协议-请求

1. 获取数字串请求

获取声音数字串，数字串有效时长为2分钟。

参数名称	参数类型	参数说明
action	String	系统规定参数，取值：ApplyDigit。
speaker_id	String	可自定义说话人ID，必填（长度不超过32位字节）。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "StartTask",
        "appkey": "17d4c634****"      //获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
    },
    "payload": {
        "action":"ApplyDigit",
        "speaker_id": "test_speaker"
    }
}

2. 声音注册请求

开始声音注册，注册的音频长度限制为30秒。

参数名称	参数类型	参数说明
action	String	系统规定参数，取值：Enroll。
format	String	音频编码格式，目前支持PCM，必填。
sample_rate	Integer	音频采样率，目前支持16000，单位：Hz，必填。
speaker_id	String	说话人ID，必填（长度不超过32位字节）。
digit	String	用户获取的数字串，必填。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "StartTask",
        "appkey": "17d4c634****"      //获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
    },
    "payload": {
        "action": "Enroll",
        "format": "pcm",
        "sample_rate": 16000,
        "speaker_id": "test_speaker",
        "digit":"04587236"
    }
}

3. 声音更新请求

开始声音更新，更新的音频长度限制为30秒。

参数名称	参数类型	参数说明
action	String	系统规定参数，取值：Update。
format	String	音频编码格式，目前支持PCM，必填。
sample_rate	Integer	音频采样率，目前支持16000，必填。
speaker_id	String	说话人ID，必填（长度不超过32位字节）。
digit	String	用户获取的数字串，必填。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
         "name": "StartTask",
        "appkey": "17d4c634****"      //获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
    },
    "payload": {
        "action": "Update",
        "format": "pcm",
        "sample_rate": 16000,
        "speaker_id": "test_speaker",
        "digit":"04587236"
    }
}

4. 声音认证请求

开始声音认证，认证的音频长度限制为30秒。

参数名称	参数类型	参数说明
action	String	系统规定参数，取值：Verify。
format	String	音频编码格式，目前支持PCM，必填。
sample_rate	Integer	音频采样率，目前支持16000，必填。
speaker_id	String	说话人ID，必填（长度不超过32位字节）。
digit	String	用户获取的数字串，必填。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "StartTask",
        "appkey": "17d4c634****"      //获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
    },
    "payload": {
        "action": "Verify",
        "format": "pcm",
        "sample_rate": 16000,
        "speaker_id": "test_speaker",
        "digit":"04587236"
    }
}

5. 删除声音请求

删除声音指令。

参数名称	参数类型	参数说明
action	String	系统规定参数，取值：Delete。
speaker_id	String	说话人ID，必填（长度不超过32位字节）。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "StartTask",
        "appkey": "17d4c634****"      //获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
    },
    "payload": {
        "action": "Delete",
        "speaker_id": "test_speaker"
    }
}

交互协议-响应

1. 获取数字串响应

获取声音登录数字串信息。

参数名称	参数类型	参数说明
user_id	String	阿里云账号ID。
appkey	String	应用名。获取Appkey请前往控制台。
speaker_id	String	说话人ID。
digit	String	8位数字串。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "TaskResult",
        "status": 20000000,
        "status_text": "Gateway:SUCCESS:Success."
    },
      "payload": {
        "user_id": "123456",
        "appkey": "17d4c634****",
        "speaker_id": "test_speaker",
        "digit": "04587236"
    }
}

2. 声音注册响应

声音注册结束。

参数名称	参数类型	参数说明
user_id	String	阿里云账号ID。
appkey	String	应用名。获取Appkey请前往控制台。
speaker_id	String	说话人ID。
digit	String	注册时的数字串信息。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "TaskResult",
        "status": 20000000,
        "status_text": "Gateway:SUCCESS:Success."
    },
     "payload": {
      "user_id": "123456",
        "appkey": "17d4c634****",
        "speaker_id": "test_speaker",
        "digit": "04587236"
    }
}

3. 声音更新响应

声音更新完成。

参数名称	参数类型	参数说明
user_id	String	阿里云账号ID。
appkey	String	应用名。获取Appkey请前往控制台。
speaker_id	String	说话人ID。
digit	String	更新时的数字串信息。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "TaskResult",
        "status": 20000000,
        "status_text": "Gateway:SUCCESS:Success."
    },
     "payload": {
      "user_id": "123456",
        "appkey": "17d4c634****",
        "speaker_id": "test_speaker",
        "digit": "04587236"
    }
}

4. 声音认证响应

声音认证完成。

参数名称	参数类型	参数说明
user_id	String	阿里云账号ID。
appkey	String	应用名。获取Appkey请前往控制台。
speaker_id	String	说话人ID。
digit	String	认证时的数字串信息。
score	String	当前结果的置信度，取值范围：[0.0,100.0]。值越大表示置信度越高。
decision	Integer	声音验证判决结果。 1：判决通过 0：判决不通过

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "TaskResult",
        "status": 20000000,
        "status_message": "Gateway:SUCCESS:Success."
    },
     "payload": {
        "user_id": "123456",
        "appkey": "17d4c634****",
        "speaker_id": "test_speaker",
        "digit": "04587236",
        "score":"100.0",
        "decision":1
    }
}

5. 声音删除响应

声音删除完成。

参数名称	参数类型	参数说明
speaker_id	String	用户ID。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****",
        "task_id": "640bc797bb684bd6960185651307****",
        "namespace": "SpeakerVerification",
        "name": "TaskResult",
        "status": 20000000,
        "status_message": "Gateway:SUCCESS:Success."
    },
     "payload": {
        "user_id": "123456",
        "appkey": "17d4c634****",      //获取Appkey请前往控制台：https://nls-portal.console.aliyun.com/applist
        "speaker_id": "test_speaker"
    }
}

header对象参数说明

参数名称	参数类型	参数说明
namespace	String	消息所属的命名空间，说话人识别为SpeakerVerification。
name	String	消息名称，TaskResult表示一个事件。
status	Integer	状态码，表示请求是否成功，具体请参见服务状态码。
status_message	String	状态消息。
task_id	String	任务全局唯一ID，请记录该值，便于排查问题。
message_id	String	本次消息的ID。

服务状态码

在服务的每一次响应中，都包含status字段，即服务状态码。通用错误码、网关错误码、配置错误码各种取值含义如下。

通用错误码

错误码	原因	解决办法
40000001	身份认证失败	检查使用的令牌是否正确，是否过期。
40000002	无效的消息	检查发送的消息是否符合要求。
40000010	新用户免费试用3个月已到期	继续使用需要付费商用，请前往控制台，在服务管理与开通页面，单击目标服务右侧的升级为商用版，进行付费使用。
40000004	空闲超时	确认是否长时间（10秒）未发送数据到服务端。
40000005	请求数量过多	检查是否超过了并发连接数或者每秒钟请求数。如果超过并发数，建议从免费版升级到商用版，或者商用版扩容并发资源。
41010120	客户端超时错误	客户端连续10秒及以上未发送数据，导致客户端超时错误。
40000000	默认的客户端错误码	检查对应的错误消息。
50000000	默认的服务端错误	内部服务错误，需要客户端进行重试。
50000001	内部调用错误	内部服务错误，需要客户端进行重试。
52010001	内部调用错误	内部服务错误，需要客户端进行重试。

网关错误码

错误码	原因	解决办法
40010001	不支持的接口	请升级到最新的SDK。
40010002	不支持的指令	请升级到最新的SDK。
40010003	无效的指令	请升级到最新的SDK。
40010004	客户端提前断开连接	检查是否在请求正常完成之前关闭了连接。
40010005	任务状态错误	发送了当前任务状态不能处理的指令。

配置错误码

错误码	原因	解决办法
40020105	应用不存在	解析路由时找不到应用。
40020106	Appkey和Token不匹配	检查应用Appkey是否正确，是否与令牌归属同一个账号。
40020503	RAM用户（子账号）鉴权失败	使用阿里云账号对调用的RAM用户（子账号）授权POP API的访问权限。