身份识别

更新时间:2025-03-31 08:34:44

本文主要介绍对身份识别的AI能力和实现方式。身份识别是指对参与对话的发言人进行身份识别,支持指定对话场景,帮助客户快速识别对话角色,从而进一步开展产品迭代、营销策略制定等工作。

请求参数

参数名

类型

是否必填

说明

参数名

类型

是否必填

说明

IdentityRecognitionEnabled

boolean

身份识别功能开关,默认为false。

IdentityRecognition

object

身份识别参数对象。

IdentityRecognition.SceneIntroduction

string

身份识别的场景描述。

IdentityRecognition.IdentityContents

list[]

身份识别的内容列表,包含身份名称和描述。

IdentityRecognition.IdentityContents[i].Name

string

身份名称。

IdentityRecognition.IdentityContents[i].Description

string

身份描述。

说明
  • 使用身份识别功能之前应开启说话人分离,否则默认对话只有一个说话人。

  • IdentityRecognition.IdentityContents的最大长度为5。

示例设置

身份识别功能支持指定对话的场景,帮助提升身份识别效果,如:在线教育电话销售场景、汽车门店线下销售场景、房产中介售房场景等。

通过“Name”字段指定身份,“Description”为身份描述。需要通过中文直观描述,不要增加正则表达式、复杂的列表结构等。否则将与服务包含的Prompt冲突。

{
    "Input":{
        ...
    },
    "Parameters": {
        "IdentityRecognitionEnabled": true,
        "IdentityRecognition": {
            "SceneIntroduction": "汽车门店线下销售场景",
            "IdentityContents": [
                {
                    "Name": "销售",
                    "Description": "介绍车辆的不同配置、性能与技术、舒适性与便利性等"
                },
                {
                    "Name": "客户",
                    "Description": "对车辆提出疑问,表达使用感受等"
                }
            ]
        }
    }
}

建议:

  • Name尽可能不出现类似的身份,如“销售”,“导购”出现在同一个身份识别任务中。

  • Description边界分明,不同身份不出现重复、类似的身份描述

代码示例

Python
Java
#!/usr/bin/env python
# coding=utf-8

import os
import json
import datetime
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.request import CommonRequest
from aliyunsdkcore.auth.credentials import AccessKeyCredential


def create_common_request(domain, version, protocolType, method, uri):
    request = CommonRequest()
    request.set_accept_format('json')
    request.set_domain(domain)
    request.set_version(version)
    request.set_protocol_type(protocolType)
    request.set_method(method)
    request.set_uri_pattern(uri)
    request.add_header('Content-Type', 'application/json')
    return request


def init_parameters():
    root = dict()
    root['AppKey'] = '输入您在听悟管控台创建的Appkey'

    # 基本请求参数
    input = dict()
    input['SourceLanguage'] = 'cn'
    input['TaskKey'] = 'task' + datetime.datetime.now().strftime('%Y%m%d%H%M%S')
    input['FileUrl'] = '输入待测试的音频url链接'
    root['Input'] = input

    # AI相关参数,按需设置即可
    parameters = dict()
    # 身份识别
    parameters['IdentityRecognitionEnabled'] = True
    identity_recognition = {
        "SceneIntroduction": "汽车门店线下销售场景",
        "IdentityContents": [
            {
                "Name": "销售",
                "Description": "介绍车辆的不同配置、性能与技术、舒适性与便利性等"
            },
            {
                "Name": "客户",
                "Description": "对车辆提出疑问,表达使用感受等"
            }
        ]
    }
    parameters['IdentityRecognition'] = identity_recognition
    root['Parameters'] = parameters
    return root


body = init_parameters()
print(body)

# TODO  请通过环境变量设置您的 AccessKeyId 和 AccessKeySecret
credentials = AccessKeyCredential(os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID'], os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET'])
client = AcsClient(region_id='cn-beijing', credential=credentials)

request = create_common_request('tingwu.cn-beijing.aliyuncs.com', '2023-09-30', 'https', 'PUT', '/openapi/tingwu/v2/tasks')
request.add_query_param('type', 'offline')

request.set_content(json.dumps(body).encode('utf-8'))
response = client.do_action_with_exception(request)
print("response: \n" + json.dumps(json.loads(response), indent=4, ensure_ascii=False))
package com.alibaba.tingwu.client.demo.aitest;

import com.alibaba.fastjson.JSONObject;
import com.aliyuncs.CommonRequest;
import com.aliyuncs.CommonResponse;
import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.IAcsClient;
import com.aliyuncs.exceptions.ClientException;
import com.aliyuncs.http.FormatType;
import com.aliyuncs.http.MethodType;
import com.aliyuncs.http.ProtocolType;
import com.aliyuncs.profile.DefaultProfile;
import org.junit.Test;

/**
 * @author tingwu2023
 */
public class IdentityRecognitionTest {

    @Test
    public void testIdentityRecognition() throws ClientException {
        CommonRequest request = createCommonRequest("tingwu.cn-beijing.aliyuncs.com", "2023-09-30", ProtocolType.HTTPS, MethodType.PUT, "/openapi/tingwu/v2/tasks");
        request.putQueryParameter("type", "offline");

        JSONObject root = new JSONObject();
        root.put("AppKey", "输入您在听悟管控台创建的Appkey");

        JSONObject input = new JSONObject();
        input.fluentPut("FileUrl", "输入待测试的音频url链接")
                .fluentPut("SourceLanguage", "cn")
                .fluentPut("TaskKey", "task" + System.currentTimeMillis());
        root.put("Input", input);

        JSONObject parameters = new JSONObject();
        parameters.put("IdentityRecognitionEnabled", true);
        JSONObject identityRecognition = new JSONObject();
        identityRecognition.fluentPut("SceneIntroduction", "汽车门店线下销售场景")
            .fluentPut("IdentityContents", new JSONArray()
            .fluentAdd(new JSONObject().fluentPut("Name", "销售").fluentPut("Description", "介绍车辆的不同配置、性能与技术、舒适性与便利性等"))
            .fluentAdd(new JSONObject().fluentPut("Name", "客户").fluentPut("Description", "对车辆提出疑问,表达使用感受等"))
        );
        parameters.put("IdentityRecognition", identityRecognition);
        root.put("Parameters", parameters);
        System.out.println(root.toJSONString());
        request.setHttpContent(root.toJSONString().getBytes(), "utf-8", FormatType.JSON);

        // TODO 请通过环境变量设置您的AccessKeyId、AccessKeySecret
        DefaultProfile profile = DefaultProfile.getProfile("cn-beijing", System.getenv("ALIBABA_CLOUD_ACCESS_KEY_ID"), System.getenv("ALIBABA_CLOUD_ACCESS_KEY_SECRET"));
        IAcsClient client = new DefaultAcsClient(profile);
        CommonResponse response = client.getCommonResponse(request);
        System.out.println(response.getData());
    }

    public static CommonRequest createCommonRequest(String domain, String version, ProtocolType protocolType, MethodType method, String uri) {
        // 创建API请求并设置参数
        CommonRequest request = new CommonRequest();
        request.setSysDomain(domain);
        request.setSysVersion(version);
        request.setSysProtocol(protocolType);
        request.setSysMethod(method);
        request.setSysUriPattern(uri);
        request.setHttpContentType(FormatType.JSON);
        return request;
    }
}

示例输出

{
    "Message": "success", 
    "Code": "0", 
    "Data": {
        "Result": {
            "Transcription": "https://speech-swap-hangzhou.oss-cn-hangzhou.aliyuncs.com/tingwu/output/1503864348104017/05c45066fc6d496dae9b583426fdaae8/05c45066fc6d496dae9b583426fdaae8_Transcription_20231028230430.json", 
            "IdentityRecognition":"https://speech-swap-hangzhou.oss-cn-hangzhou.aliyuncs.com/tingwu/output/1662764528407695/10cac845e6464a2d9aac6017bc8c8563/10cac845e6464a2d9aac6017bc8c8563_IdentityRecognition_20250331141840.json"
        }, 
        "TaskId": "10cac845e6464a2d9aac601*********", 
        "TaskStatus": "COMPLETED"
    }, 
    "RequestId": "B95BC4D9-AB53-1FBA-97B9-C8A6********"
}

其中IdentityRecognition字段对应的即为身份识别结果的HTTPS url下载链接。

协议解析

上述输出中的身份识别url中的内容为JSON格式的报文,示例如下所示。

{
    "TaskId": "10cac845e6464a2d9aac601*********",
    "IdentityRecognition": {
        "IdentityResults":[
          {"SpeakerId":"1","Identity":"销售"},
          {"SpeakerId":"2","Identity":"客户"}
        ]
    }
}

具体字段定义如下。

参数名

类型

说明

参数名

类型

说明

TaskId

string

创建任务时生成的TaskId。

IdentityRecognition

Object

身份识别结果对象,含一个身份识别结果列表。

IdentityRecognition.IdentityResults

List

身份识别结果列表。

IdentityRecognition.IdentityResults[i].SpeakerId

string

说话人id,对应语音转写中说话人分离结果的speakerId。

IdentityRecognition.IdentityResults[i].Identity

string

身份识别结果的名称,和入参的IdentityRecognition.IdentityContents[i].Name对应。

  • 本页导读 (0)
  • 请求参数
  • 示例设置
  • 代码示例
  • 示例输出
  • 协议解析