声纹识别

一、接口描述

1. 功能描述

声纹识别基于说话人的声音提供说话人确认功能。

2. 能力说明

声纹识别API提供说话人注册以及说话人确认的功能。用户可以先用声音进行注册，再根据声音进行说话人确认。

3. 音频要求

1. 目前支持的音频格式为：wav、mp3、amr
2. 音频采样率为：16 KHz
3. 音频通道数：单通道
4. 一次请求的音频最大时长：60 秒

4. 接口使用

平台为每个 API 提供试用体验服务，您在 AI 市场选择“免费试用”规格下单后，即可开始体验业内领先的人工智能 API 服务。 免费试用服务具有调用量、QPS 限制，如需更高性能的 API 服务，可以提交咨询工单，联系京东 AI 扩容购买。

在获得使用权限后，您可使用已经封装好的 SDK 参照 接口鉴权 规则进行相应开发，整体流程详见 接入流程 。

二、请求说明

1. 接口地址

https://aiapi.jd.com/jdai/vpr

2. 请求方式

 post

3. 请求参数

（1）query 请求参数

公共请求参数

（2）header 请求参数

业务请求参数

• Property 字段

• encode 字段

（3）body 请求参数

填充待识别的音频数据（二进制）。 音频数据可按照自定义长度进行切分，按顺序分包上传，并与 header 请求参数中的 Sequence-Id 参数的顺序保持对应。

4. 请求代码示例

Python 3 示例程序如下：

import requests
import json
import time
import uuid
import hashlib
from urllib.parse import urlencode
import sys
import importlib
importlib.reload(sys)

url = 'https://aiapi.jd.com/jdai/vpr'

encode = {
  'channel':1,
  'format':'wav',
  'sample_rate':16000
  }
Property = {
  'platform':'Linux&Centos&7.3',
  'version':'0.0.0.1',
  'vpr_mode':'enroll',
  'autoend':False,
  'encode':encode,
  }
headers = {
  'Content-Type':'application/octet-stream',
  'Application-Id':'123456789',
  'Request-Id':str(uuid.uuid1()),
  'User-Id':'jdai-vpr-demo', # your user-id
  'Sequence-Id':str(-1),
  'Server-Protocol':str(1),
  'Net-State':str(2),
  'Applicator':str(1),
  'Property':json.dumps(Property)
  }
query = {
    'appkey':'your appkey', #need change to your appkey
    'timestamp':'',
    'sign':''
    }

audiofile = '16k_audio.wav' #change to your audio file
secretkey = 'your secretkey' #need change to your secretkey

def test_single(audiofile):
  query['timestamp'],query['sign'] = sign(secretkey)
  url_query = '?'.join([url, urlencode(query)])
  #seq = 1
  #packagelen = 4000

  with open(audiofile, mode='rb') as f:
    while True:
      audiodata=f.read()
      #audiodata=f.read(int(packagelen))
      if not audiodata:
        break
      #else:
        #if len(audiodata) < int(packagelen):
          #headers['Sequence-Id'] = str(-seq)
        #else:
          #headers['Sequence-Id'] = str(seq)
      r = requests.post(url_query, headers=headers, data=audiodata)
      #seq += 1
  print(r.text)

def sign(secretkey):
    m = hashlib.md5()
    nowTime = int(time.time() * 1000)
    before = secretkey + str(nowTime)
    m.update(before.encode('utf8'))
    return str(nowTime), m.hexdigest()

if __name__ == '__main__':
    audiofile = sys.argv[1] if len(sys.argv) > 1 else audiofile
    test_single(audiofile)

参数说明

发送第一包数据必须上传 Property 字段：

Host: aiapi.jd.com
Accept: */*
Application-Id:123456789
Request-Id:56a847e6-84c0-4c01-bf4b-d566f2d2dd11
User-Id:IMEI-123456789
Sequence-Id:1
Server-Protocol:1
Net-State:2
Applicator:1
Property:{"autoend":false,"encode":{"channel":1,"format":"wav","sample_rate":16000},"platform":"Linux&Centos&7.3","version":"0.0.0.1","vpr_mode":"enroll"}
Content-Length: 3200
Content-Type: application/octet-stream
Expect: 100-continue

发送其他数据包或最后一包，可以不需要上传 Property 字段，音频切分的最后一包 Sequence-Id 取负值：

Host: aiapi.jd.com
Accept: */*
Application-Id:123456789
Request-Id:56a847e6-84c0-4c01-bf4b-d566f2d2dd11
User-Id:IMEI-123456789
Sequence-Id:-2
Server-Protocol:1
Net-State:2
Applicator:1
Content-Length: 3200
Content-Type: application/octet-stream
Expect: 100-continue

三、返回说明

1. 返回参数

（1）公共返回参数

（2）业务返回参数

服务器返回的识别结果采用 JSON 格式：

2. 返回示例

{
    "code": "10000",
    "charge": false,
    "remainTimes": 4998,
    "remainSeconds": -1,
    "msg": "查询成功",
    "result": {
        "request_id": "56a847e6-84c0-4c01-bf4b-d566f2d2dd11",
        "status": 0,
        "index": -1,
        "message": "",
        "result": [
            {
                "text": "accept"
            }
        ]
    }
}

四、错误码

1. 系统级错误码

详见返回码

2. 业务错误码