识别语音文件 (ASR)

语音文件识别接口，上传整段语音文件进行一次性识别。接口适合 60 秒以内音频识别。

Tip: 单租户限流：20QPS，同租户下的应用没有限流，共享本租户的 20QPS 限流。免费版不支持调用。

请求

项目	值
HTTP URL	https://open.feishu.cn/open-apis/speech_to_text/v1/speech/file_recognize
HTTP Method	POST
接口频率限制	特殊频控
支持的应用类型	custom,isv
权限要求 调用该 API 所需的权限。开启其中任意一项权限即可调用	speech_to_text:speech 语音识别

请求头

名称	类型	必填	描述
Authorization	string	是	tenant_access_token 值格式："Bearer access_token" 示例值："Bearer t-7f1bcd13fc57d46bac21793a18e560" 了解更多：如何选择与获取 access token
Content-Type	string	是	固定值："application/json; charset=utf-8"

请求体

名称	类型	必填	描述
speech	speech	是	语音资源
└ speech	string	否	pcm格式音频文件（文件识别）或音频分片（流式识别）经base64编码后的内容 示例值："PdmrfE267Cd/Z9KpmNFh71A2PSJZxSp7+8upCg=="
config	file_config	是	配置属性
└ file_id	string	是	仅包含字母数字和下划线的 16 位字符串作为文件的标识，用户生成 示例值："qwe12dd34567890w"
└ format	string	是	语音格式，目前仅支持：pcm 示例值："pcm"
└ engine_type	string	是	引擎类型，目前仅支持：16k_auto 中英混合 示例值："16k_auto"

请求体示例

{
    "speech": {
        "speech": "PdmrfE267Cd/Z9KpmNFh71A2PSJZxSp7+8upCg=="
    },
    "config": {
        "file_id": "qwe12dd34567890w",
        "format": "pcm",
        "engine_type": "16k_auto"
    }
}

响应

响应体

名称	类型	描述
code	int	错误码，非 0 表示失败
msg	string	错误描述
data	\-	-
└ recognition_text	string	语音识别后的文本信息

响应体示例

{
    "code": 0,
    "msg": "success",
    "data": {
        "recognition_text": "你好，使用飞书吧"
    }
}

错误码

HTTP状态码	错误码	描述	排查建议
400	1040101	invalid param	参数错误，参考文档检查输入参数
500	1040102	network anomaly	后端服务异常或网络异常，可重新请求