口语评测Android SDK接入文档

文档修订记录

文档版本号	修订日期	修订原因
V1.0	2022.6.21	创建文档
V1.1	2022.7.8	去掉“获取原始音频路径”接口； ExpandParam添加outputAudio参数，支持获取原生音频
V1.2	2022.11.3	增加返回参数
V1.3	2023.1.3	新增V2接口
V1.4	2023.6.20	新增独立生效参数接口，新增V2外部录音接口

概述

口语评测提供中英文的朗读发音评测，支持中英文的字、词、句、段， 并返回准确度、流畅度、完整度、声韵调型等多维度评分。

口语评测内容类型说明：中文分为汉字、句、段；英文分为单词、短语、段。

集成步骤

1. 添加依赖库

//必须依赖库
implementation 'com.google.code.gson:gson:2.6.2'
implementation 'com.squareup.okhttp3:okhttp:3.9.0'
implementation "org.java-websocket:Java-WebSocket:1.4.0"
implementation 'androidx.appcompat:appcompat:1.1.0'
implementation 'com.aliyun.dpa:oss-android-sdk:2.9.11'//SDKV2.4.1.25 以后需加入

2. AndroidManifest配置

添加权限

    <!--网络-->
    <uses-permission android:name="android.permission.INTERNET" />
    <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
    <uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
    <uses-permission android:name="android.permission.CHANGE_WIFI_STATE" />   
    <!--文件读写-->
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />  
    <!--deviceID-->
    <uses-permission android:name="android.permission.READ_PHONE_STATE" />  
    <!--录音机-->
    <uses-permission android:name="android.permission.RECORD_AUDIO" />
    <!-- 读取手机状态，获取IMEI -->
    <uses-permission android:name="android.permission.READ_PHONE_STATE" />
    <uses-permission android:name="android.permission.MANAGE_EXTERNAL_STORAGE"/>

​

    <!-- android 10 在application节点添加以下适配高版本 -->
     android:usesCleartextTraffic="true"
     android:requestLegacyExternalStorage="true"

3. 代码混淆

代码混淆文件proguard-project.txt，添加如下内容

    -keep class com.turing.**{ *;}
    -dontwarn com.turing.**

    -keep class org.java_websocket.**{*;}
    -dontwarn org.java_websocket.**
    -keep class org.slf4j.**{*;}
    -dontwarn org.slf4j.**

    -keep class org.eclipse.** { *; }
    -dontwarn org.eclipse.**

4. SDK 初始化

使用口语评测功能前调用，请先调用SDK初始化代码。（SDK初始化详情见《接入指南说明文档》）

TuringInitializer.getInstance().initV3XXX()

5. 参数配置

需要在 turing_config.json 中添加 asr节点。 （asr 节点参数值说明见《接入指南说明文档》）

示例如下：

{
    "authorization": {
        "apikey": "您的apikey",
        "secret": "您的secret"
    },
    "ability": {
        "asr": {
            "asrSrcFormatEnum": -1,
            "asrFormatEnum": 0,
            "asrLanguageEnum": 0,
            "asrRateEnum": 16000,
            "channel": 1,
            "enableITN": true,
            "enablePunctuation": false,
            "enableVoiceDetection": false,
            "intermediateResult": true,
            "maxEndSilence": 1000,
            "maxStartSilence": 5000,
            "vadThreshold": 0.1,
            "vadReviseTime": 1200,
            "vadState": false,
            "interactionTime": 20,
            "enableCloudVad": false,
            "enableVolume": false,
            "audioSource": 1,
            "saveAudioPath": ""
        }
    }
}

6. 开启功能集成

使用说明见下面【功能集成】描述。

实例化

var turingSpeech = TuringSpeech.getInstance(this);

功能集成

口语评测模块分为两个版本：v1 和 v2 ，V2支持更长的评测时长、支持段落类型、支持流式输出评测结果；两个版本输出结果不一样，根据业务需求选择版本 。

音频来源分为：SDK 内置录音机 和 传输音频数据。

1. 口语评测 V1 版

支持评测中英文的字、词、句。V1 接口评测音频长度最大20秒。

1.1 内置录音

方法

/**
 *开始口语评测，内置录音
 * @param type 评测内容类型，限定为EaRequestTyptEnum，不支持段落类型
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param isAssignAsr 是否指定ASR参数，参数配置在Turing_config.json中
 * @param listener TuringOSClientAsrListener
 */
void startEAWithRecorder(@EaRequestTyptEnum int type, boolean enableTts, String word,boolean isAssignAsr, TuringOSClientAsrListener listener);

/**
 *开始口语评测，内置录音
 * @param type 评测内容类型，限定为EaRequestTyptEnum，不支持段落类型
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param asrRequestConfig asr请求参数，详情见AsrRequestConfig参数说明
 * @param listener TuringOSClientAsrListener
 */
void startEAWithRecorder(@EaRequestTyptEnum int type, boolean enableTts, String word, AsrRequestConfig asrRequestConfig, TuringOSClientAsrListener listener);

/**
 *开始口语评测，内置录音
 * @param type 评测内容类型，限定为EaRequestTyptEnum，不支持段落类型
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param isAssignAsr 是否指定ASR参数，参数配置在Turing_config.json中
 * @param listener TuringOSClientAsrListener
 * @param expandParam 拓展参数，没有可传空
 */
void startEAWithRecorder(@EaRequestTyptEnum int type, boolean enableTts, String word, boolean isAssignAsr, ExpandParam expandParam, TuringOSClientAsrListener listener);

1.2 外置录音

方法

/**
 * 初始化口语评测，外置录音使用，需要配合sendAudio接口使用
 * @param type 评测内容类型，限定为EaRequestTyptEnum，不支持段落类型
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param isAssignAsr 是否指定ASR参数，参数配置在Turing_config.json中
 * @param listener TuringOSClientAsrListener
 * @param expandParam 拓展参数，没有可传空
 */
void initEAStream(@EaRequestTyptEnum int type, boolean enableTts, String word, boolean isAssignAsr, ExpandParam expandParam, TuringOSClientAsrListener listener);

/**
 * 初始化口语评测，外置录音使用，需要配合sendAudio接口使用
 * @param type 评测内容类型，限定为EaRequestTyptEnum，不支持段落类型
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param asrRequestConfig asr请求参数，详情见AsrRequestConfig参数说明
 * @param listener TuringOSClientAsrListener
 */
void initEAStream(@EaRequestTyptEnum int type, boolean enableTts, String word, AsrRequestConfig asrRequestConfig, TuringOSClientAsrListener listener);

/**
 * 发送音频数据流，需要配合initEAStreamXX()使用
 * @param dataBuffer 音频数据，长度不得大于1280个byte，并且要求为320的整数倍
 * @param length 音频数据长度
 */
public void sendAudio(byte[] dataBuffer, int length);

输入说明

• ExpandParam 说明

口语评测v1接口拓展参数，除outputAudio参数，其他参数可设置在AsrRequestConfig.Builder#requestParams中。

参数	类型	说明
isOutputRaw	boolean	是否保留标点符号
outputAudio	boolean	是否输出输入音频链接(有效期半小时)
other	Map	扩展参数

其他字段说明见【输入说明】。

输出说明

见【V1版返回数据】。

返回结果TuringOSClientAsrListener接口中回调：

• ASR识别结果会在onResult中输出，具体过程与ASR模块ASR识别一致，当ASR识别结果完整，即isLast为true时，开始输出对话的结果；

• 对话结果也在onResult中输出，具体文本内容和播放内容在BaseResp-NlpResponse-List-Results中，其他详细内容具体字段说明参考BaseResp说明；

• 请求成功的结果json字符串对应result；

• extension：扩展输出字段，该模块暂时没有输出。

请求示例

1. 使用内置录音机口语评测

init=>start: 设置参数
record=>operation: 开始录音识别startEAWithRecorder
vad=>condition: 是否开启vad
stop=>operation: 停止录音stopRecord
deal=>operation: 处理回调
release=>end: 释放资源release（退出时）
init->record->vad
vad(yes)->deal
vad(no)->stop
stop->deal->release

方式一：使用全局配置文件turing_config.json中的asr参数。

//直接修改全局配置参数，所有使用到全局配置参数的方法都会生效

//设置单声道，16k采样率。 根据需求调整参数值。
val asr = TuringConfig.getInstance(this).configData.ability.asr
asr.asrRateEnum = AsrRequestConfig.RATE_16000
asr.channel = AsrRequestConfig.CHANNEL_IN_MONO

turingSpeech.startEAWithRecorder(speechType,
    false, "苹果", true, paramV1.build(),
    object : TuringOSClientAsrListener {
        override fun onRecorderStart() {
            TODO("Not yet implemented")
        }

        override fun onStop() {
            TODO("Not yet implemented")
        }

        override fun onStreamOpen() {
            TODO("Not yet implemented")
        }

        override fun onResult(
            code: Int, result: String?,isLast: Boolean, baseResp: BaseResp?
        ) {
            TODO("Not yet implemented")
        }

        override fun onTimer(second: Int) {
            TODO("Not yet implemented")
        }

        override fun onError(code: Int, msg: String?) {
            TODO("Not yet implemented")
        }

        override fun onVoiceVolume(i: Int) {
            TODO("Not yet implemented")
        }
})

方式二：使用局部生效参数，指定AsrRequestConfig。

//直接修改全局配置参数，所有使用到全局配置参数的方法都会生效

//设置单声道，16k采样率。 根据需求调整参数值。
val asrConfig =
AsrRequestConfig.Builder().channel(AsrRequestConfig.CHANNEL_IN_MONO)
.asrRateEnum(AsrRequestConfig.RATE_16000).build()
turingSpeech.startEAWithRecorder(speechType, false, "苹果", asrConfig,speechListener)

2. 外置录音机口语评测

init=>start: 设置参数并初始化initEAStream
record=>operation: 自行实现录音
sendAudio=>operation: 发送音频sendAudio
vad=>condition: 是否开启vad
stop=>operation: 停止录音stopRecord
deal=>operation: 处理回调
release=>end: 释放资源release（退出时）
init->record->sendAudio->vad
vad(yes)->deal
vad(no)->stop
stop->deal->release

方式一：使用全局配置文件turing_config.json中的asr参数。

// 1. 先初始化
turingSpeech.initEAStream(speechType,true,"苹果",true,param.build(),speechListener)

// 2. 再发送音频数据给SDK
private fun readLocalPcm(){
    val inputStream = resources.assets.open("record.pcm")
    var len:Int
    val buffer = ByteArray(320)
    while ((inputStream.read(buffer).also { len = it })!=-1){
        Log.e(TAG, "length:$len")
        turingSpeech.sendAudio(buffer,len);
    }
}

方式二：使用局部生效参数，指定AsrRequestConfig。

// 1. 先初始化
val asrConfig =AsrRequestConfig.Builder().build()
turingSpeech.initEAStream(speechType,true,"苹果",asrConfig,speechListener)

// 2. 再发送音频数据给SDK
private fun readLocalPcm(){
    val inputStream = resources.assets.open("record.pcm")
    var len:Int
    val buffer = ByteArray(320)
    while ((inputStream.read(buffer).also { len = it })!=-1){
        Log.e(TAG, "length:$len")
        turingSpeech.sendAudio(buffer,len);
    }
}

2. 口语评测 V2 版

支持评测中英文的字、词、句、段。V2 接口评测音频长度说明如下：

• 中文文字:最大文本长度为1个汉字，最大音频长度为20秒
• 中文句子:最大文本长度为400个汉字，最大音频长度为120秒
• 中文段落:最大文本长度为1000个汉字，最大音频长度为120秒
• 英文单词: 最大文本长度为1个单词，最大音频长度为20秒
• 英文句子: 最大文本长度为200个单词，最大音频长度为90秒
• 英文段落: 最大文本长度为1000个单词，最大音频长度为120秒

2.1 内置录音

方法

/**
 *开始口语评测，内置录音,支持最大录音长度60s
 * @param type 评测内容类型，限定为EaRequestTyptEnum
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param isAssignAsr 是否指定ASR参数，参数配置在Turing_config.json中
 * @param listener TuringAsrProListener
 * @param expandParam 拓展参数，没有可传空
 */
void startEAWithRecorderV2(@EaRequestTyptEnum int type, boolean enableTts, String word, boolean isAssignAsr, ExpandParamV2 expandParam, TuringAsrProListener<SpeechResult> listener);

/**
 *开始口语评测，内置录音,支持最大录音长度60s
 * @param type 评测内容类型，限定为EaRequestTyptEnum
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param asrRequestConfig asr请求参数，详情见AsrRequestConfig参数说明
 * @param listener TuringAsrProListener
 */
void startEAWithRecorderV2(@EaRequestTyptEnum int type, boolean enableTts, String word, AsrRequestConfig asrRequestConfig, TuringAsrProListener<SpeechResult> listener);

2.2 外置录音

方法

/**
 * 初始化口语评测V2，外置录音使用，需要配合sendAudio接口使用
 * @param type 评测内容类型，限定为EaRequestTyptEnum
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param isAssignAsr 是否指定ASR参数，参数配置在Turing_config.json中
 * @param listener TuringOSClientAsrListener
 * @param expandParam 拓展参数，没有可传空
 */
void initEAStreamV2(@EaRequestTyptEnum int type, boolean enableTts, String word, boolean isAssignAsr, ExpandParamV2 expandParam, TuringAsrProListener<SpeechResult> listener);

/**
 * 初始化口语评测V2，外置录音使用，需要配合sendAudio接口使用
 * @param type 评测内容类型，限定为EaRequestTyptEnum
 * @param enableTts 评测结果文字提示内容是否需要合成TTS音频连接
 * @param word 评测目标内容
 * @param asrRequestConfig asr请求参数，详情见AsrRequestConfig参数说明
 * @param listener TuringOSClientAsrListener
 */
void initEAStreamV2(@EaRequestTyptEnum int type, boolean enableTts, String word, AsrRequestConfig asrRequestConfig, TuringAsrProListener<SpeechResult> listener);

/**
 * 发送音频数据流，需要配合initEAStreamXX()使用
 * @param dataBuffer 音频数据，长度不得大于1280个byte，并且要求为320的整数倍
 * @param length 音频数据长度
 */
public void sendAudio(byte[] dataBuffer, int length);

输入说明

• ExpandParamV2 说明

口语评测v2接口拓展参数，除outputAudio参数，其他参数可设置在AsrRequestConfig.Builder#requestParams中。

参数	类型	说明
outputAudio	boolean	是否输出输入音频链接(有效期半小时)
refPinyin	String	中文拼音测评
realtime_feedback	int	是否返回中间结果0：不返回[默认] 1:返回中间测评结果
readtype_diagnosis	int	默认为 0，可选值 0、1，显示重复读漏读，0：关闭，1开启
paragraph_need_word_score	int	返回结果是否含单词维度可选值：1、0
other	Map	扩展参数

其他字段说明见【输入说明】。

输出说明

见【V2版返回数据】。

请求示例

参考【口语评测V1版-请求示例】，将 startEAWithRecorder() 替换为 startEAWithRecorderV2()。

3. 重置VAD

如需修改vad参数，可先设置asr参数后，再调用此接口。

方法

void resetVad();

4. 停止录音

方法

void stopRecorder();

5. 资源释放

方法

void release();

输入说明

参数	类型	是否必须	说明
type	EaRequestConfig.EA_CN_SENTENCE, EaRequestConfig.EA_CN_WORD, EaRequestConfig.EA_CN_PARAGRAPH EaRequestConfig.EA_EN_SENTENCE, EaRequestConfig.EA_EN_WORD} EaRequestConfig.EA_EN_PARAGRAPH	Y	评测内容类型 EA_CN_SENTENCE：中文句子 EA_CN_WORD：中文汉字 EA_CN_PARAGRAPH：中文段落（V2） EA_EN_SENTENCE：英文句子 EA_EN_WORD：英文单词 EA_EN_PARAGRAPH：英文段落（V2）
enableTts	boolean	Y	测结果文字提示内容是否需要合成TTS音频连接
word	String	Y	评测内容，长度限制： EA_CN_WORD：一个汉字 EA_CN_SENTENCE：不超过400个汉字 EA_CN_PARAGRAPH：不超过1000个汉字 EA_EN_WORD：一个单词 EA_EN_SENTENCE：不超过200个单词 EA_EN_PARAGRAPH：不超过1000个单词
asrRequestConfig	AsrRequestConfig	Y	参考ASR模块AsrRequestConfig参数说明
listener	TuringOSClientAsrListener	Y	参考ASR模块TuringOSClientAsrListener说明
expandParam	ExpandParam	N	拓展参数，没有可传空

• AsrRequestConfig

请查看《ASR接入文档》

• TuringOSClientAsrListener

该接口为ASR识别结果回调接口，具体如下：

public interface TuringOSClientAsrListener {

    /**
     * 当使用SDK录音器开启的识别，此方法会在录音开始后回调
     * 一般用于UI显示开始录音，更新UI需要放到主线程，不能再此回调方法中更新
     */
    void onRecorderStart();

    /**
     * asr识别停止，包括请求Error或者外部调用client.stopAsr都会回调
     */
    void onStop();

    /**
     * 允许输入音频数据流，在该方法回调之后开始调用sendAudio
     */
    void onStreamOpen();

    /**
     *
     * 请求结果返回
     *
     * @param code 具体参考code说明
     * @param result 返回的json字符串
     * @param isLast Asr识别结果；last : 是否是最终结果
     * @param baseResp  返回的json字符串转换的Java对象
     */
    void onResult(int code, String result, boolean isLast, BaseResp baseResp);

    /**
     * Asr识别单论交互倒计时 最大值20s
     * 单句语音识别场景下的倒计时限制，连续识别不受影响
     *
     * @param second
     */
    void onTimer(int second);

    /**
     * 请求发生错误的信息
     *
     * @param code
     * @param msg
     */
    void onError(int code, String msg);

    /**
     * 使用内部录音时，返回声音音量变化，该方法的回调需要先设置参数enableVolume为true
     *
     */
    void onVoiceVolume(int i);

}

• TuringAsrProListener

public interface TuringAsrProListener<T> {
    /**
     * 调用startChatWithRecord之后开始录音回调
     */
    void onRecorderStart();
    /**
     * asr识别停止，包括请求Error或者外部调用client.stopAsr都会回调
     */
    void onStop();
    /**
     * 允许输入音频数据流，在该方法回调之后开始调用sendPcmData或者sendEncodeData
     * 检测到说话，走该回调
     */
    void onStreamOpen();

    /**
     *
     * 请求结果返回
     *
     * @param code 具体参考Opensocket协议中的输出说明
     * @param result 返回的json字符串
     * @param isLast Asr识别结果；last : 是否是最终结果
     * @param responseResult  返回的json字符串转换的Java对象
     */
    void onResult(int code, String result, boolean isLast, ResponseResult<T> responseResult);

    /**
     * Asr识别单论交互倒计时 最大值30s
     *
     * @param second
     */
    void onTimer(int second);

    /**
     * 请求发生错误的信息
     *
     * @param code
     * @param msg
     */
    void onError(int code, String msg);


    /**
     * 使用内部录音时，返回声音音量变化
     *
     */
    void onVoiceVolume(int i);
}

onStop特殊说明

• 表示此次识别结束，可以开启下一次识别；
• 单句识别场景中，当云端识别结果或者本地VAD（静音检测）判定为一句话完整识别后，该方法会在识别结果输出完成后回调，表示此次识别结束；
• 所有场景中，ASR通道同一时间只能开启一个，包括语音聊天、ASR识别、绘本内的录音交互；
• 所有场景中，外部调用stop或者release时，SDK内部数据处理完毕后会回调onStop，所以不要在onStop做太多操作。

其他说明

• onRecorderStart：只有当使用SDK内部录音器开启识别时，该方法才会回调；
• onStreamOpen：只有当使用音频流数据输入开启识别时，该方法才会回调；
• onTimer：该方法主要是针对单句语音识别场景下的倒计时限制，单句识别一般为聊天场景，每句话都有一个而明确的结束节点；
• onVoiceVolume：该方法回调需要先配置参数enableVolume为true，具体参数说明请参考AsrRequestConfig说明；
• onStop：表示此次识别结束，可以开启下一次识别；
• SDK中使用到ASR录音功能（语音识别、语音对话、口语评测）的所有模块都会使用该接口回调结果；
• 每一次开启Asr之后，不管是外部调用Stop还是内部识别完成，都会回调onStop方法，只有在onStop成功回调之后才正常开启下一次识别；
• BaseResp请参考ASR识别输出说明。

输出说明

1. V1 版返回数据

返回示例

中文句子

{
    "code":200,
    "done":true,
    "globalId":"189281693891622001",
    "message":"success",
    "nlpResponse":{
        "intent":{
            "code":1000047,
            "operateState":1021,
            "parameters":{
                "result":{
                    "duration":"1.760",
                    "integrity":100,
                    "pronunciation":69,
                    "tone":65,
                    "words":[
                        {
                            "charType":0,
                            "pinyin":"ni",
                            "tone":"tone2",
                            "scores":{
                                "pronunciation":99,
                                "tone":65,
                                "overall":99,
                                "prominence":0
                            },
                            "word":"你",
                            "phonemes":[
                                {
                                    "pronunciation":95,
                                    "phoneme":"N",
                                    "span":{
                                        "start":21,
                                        "end":38
                                    }
                                },
                                {
                                    "pronunciation":100,
                                    "phoneme":"I",
                                    "span":{
                                        "start":38,
                                        "end":52
                                    }
                                }
                            ],
                            "span":{
                                "start":21,
                                "end":52
                            }
                        },
                        {
                            "charType":0,
                            "pinyin":"hao",
                            "tone":"tone3",
                            "scores":{
                                "pronunciation":39,
                                "tone":64,
                                "overall":39,
                                "prominence":0
                            },
                            "word":"好",
                            "phonemes":[
                                {
                                    "pronunciation":64,
                                    "phoneme":"H",
                                    "span":{
                                        "start":52,
                                        "end":56
                                    }
                                },
                                {
                                    "pronunciation":1,
                                    "phoneme":"AO",
                                    "span":{
                                        "start":56,
                                        "end":59
                                    }
                                }
                            ],
                            "span":{
                                "start":52,
                                "end":59
                            }
                        }
                    ],
                    "fluency":100,
                    "overall":68,
                    "rear_tone":"rise",
                    "rhythm":73,
                    "speed":315
                },
                "code":0,
                "refText":"你好",
                "originalAudio":"http://book-iot-cdn.turingos.cn/202211031328/5879aaffc3ee4e0644a75c1787d0c881/dict/oralEnglishTest/9d721700890f4bcf874cb1b5404c02ff_437824911_189281693891622001_87d5b97c694643f9af359696e34c17c9.pcm"
            }
        },
        "results":[
            {
                "groupType":0,
                "resultType":"text",
                "values":{
                    "ttsUrl":[
                        "http://turing-iot-tts-oss.turingapi.com/tts/tts-977f2d5b195b4cde91b4be3aa89b77ce-33e01677ba424687aa0fa89328e093b4.mp3"
                    ],
                    "text":"评测完成,你的得分为:68"
                }
            }
        ]
    }
}

中文单词

{
    "code":200,
    "done":true,
    "globalId":"189281896658622001",
    "message":"success",
    "nlpResponse":{
        "intent":{
            "code":1000047,
            "operateState":1020,
            "parameters":{
                "result":{
                    "duration":"1.280",
                    "pronunciation":76,
                    "tone":41,
                    "words":[
                        {
                            "charType":0,
                            "pinyin":"ni",
                            "tone":"tone3",
                            "scores":{
                                "pronunciation":76,
                                "tone":41,
                                "overall":71
                            },
                            "word":"你",
                            "phonemes":[
                                {
                                    "pronunciation":77,
                                    "phoneme":"N",
                                    "span":{
                                        "start":32,
                                        "end":46
                                    }
                                },
                                {
                                    "pronunciation":56,
                                    "phoneme":"I",
                                    "span":{
                                        "start":46,
                                        "end":84
                                    }
                                }
                            ],
                            "span":{
                                "start":32,
                                "end":84
                            }
                        }
                    ],
                    "overall":71
                },
                "code":0,
                "refText":"你",
                "originalAudio":"http://book-iot-cdn.turingos.cn/202211031332/411180d318f51bf760e3177eab7e0f8d/dict/oralEnglishTest/9d721700890f4bcf874cb1b5404c02ff_437824911_189281896658622001_7d30d3ff353846ce9af645d7ff419fcd.pcm"
            }
        },
        "results":[
            {
                "groupType":0,
                "resultType":"text",
                "values":{
                    "ttsUrl":[
                        "http://turing-iot-tts-oss.turingapi.com/tts/tts-977f2d5b195b4cde91b4be3aa89b77ce-b2261d381b1742d3995449008fc9264f.mp3"
                    ],
                    "text":"评测完成,你的得分为:71"
                }
            }
        ]
    }
}

英文单词

{
    "code":200,
    "done":true,
    "globalId":"189281981996622001",
    "message":"success",
    "nlpResponse":{
        "intent":{
            "code":1000047,
            "operateState":1010,
            "parameters":{
                "result":{
                    "pron":68,
                    "overall":68,
                    "details":[
                        {
                            "score":68,
                            "phone":[
                                {
                                    "score":97,
                                    "char":"h"
                                },
                                {
                                    "score":81,
                                    "char":"ə"
                                },
                                {
                                    "score":62,
                                    "char":"l"
                                },
                                {
                                    "score":26,
                                    "char":"o"
                                }
                            ],
                            "char":"hello",
                            "start":260,
                            "end":830
                        }
                    ]
                },
                "code":0,
                "refText":"hello",
                "originalAudio":"http://book-iot-cdn.turingos.cn/202211031333/c96d1cb1e670ee94f138a6aad7ba25bf/dict/oralEnglishTest/9d721700890f4bcf874cb1b5404c02ff_437824911_189281981996622001_b325c042e4834608a0b29e2f4826e486.pcm"
            }
        },
        "results":[
            {
                "groupType":0,
                "resultType":"text",
                "values":{
                    "ttsUrl":[
                        "http://turing-iot-tts-oss.turingapi.com/tts/tts-977f2d5b195b4cde91b4be3aa89b77ce-33e01677ba424687aa0fa89328e093b4.mp3"
                    ],
                    "text":"评测完成,你的得分为:68"
                }
            }
        ]
    }
}

英文句子

{
    "code":200,
    "done":true,
    "globalId":"189282052730622001",
    "message":"success",
    "nlpResponse":{
        "intent":{
            "code":1000047,
            "operateState":1011,
            "parameters":{
                "result":{
                    "integrity":100,
                    "pron":75,
                    "fluency":100,
                    "overall":80,
                    "details":[
                        {
                            "score":91,
                            "phone":[
                                {
                                    "score":93,
                                    "char":"h"
                                },
                                {
                                    "score":87,
                                    "char":"aʊ"
                                }
                            ],
                            "char":"how",
                            "start":210,
                            "end":410
                        },
                        {
                            "score":41,
                            "phone":[
                                {
                                    "score":31,
                                    "char":"ɑ"
                                }
                            ],
                            "char":"are",
                            "start":410,
                            "end":610
                        },
                        {
                            "score":94,
                            "phone":[
                                {
                                    "score":89,
                                    "char":"j"
                                },
                                {
                                    "score":98,
                                    "char":"u"
                                }
                            ],
                            "char":"you",
                            "start":610,
                            "end":970
                        }
                    ],
                    "rhythm":92,
                    "wavetime":1640
                },
                "code":0,
                "refText":"how are you",
                "originalAudio":"http://book-iot-cdn.turingos.cn/202211031334/3545469d28ad7c6ec202887132872274/dict/oralEnglishTest/9d721700890f4bcf874cb1b5404c02ff_437824911_189282052730622001_aec7bdb0b21f46dabaa78c5ae6a59b0d.pcm"
            }
        },
        "results":[
            {
                "groupType":0,
                "resultType":"text",
                "values":{
                    "ttsUrl":[
                        "http://turing-iot-tts-oss.turingapi.com/tts/tts-458b0e5c828a4343ae337477813d8186-8a434469350c4c7eb0628dbc7b372678.mp3"
                    ],
                    "text":"评测完成,你的得分为:80"
                }
            }
        ]
    }
}

返回参数说明

• 中文和英文评测返回结果详情会有区别；
• 可以根据测评是中文还是英文使用不同的实体类进行解析；

基础字段说明

标签	类型	是否必须	含义
code	int	Y	返回码
globalId	String	Y	评测结果ID，用于排查问题
localAudioFile	String	N	本地音频文件路径
nlpResponse	Json	Y	nlp相关回复信息
message	String	Y	返回状态

NlpResponse

参数	类型	说明
intent	Intent	识别结果实体内容
results	List	结果列表

NlpResponse-Intent字段说明

参数	类型	是否必须	说明
code	int	Y	输出应用code
operateState	int	Y	1010：英文单词 1011：英文句子 1020：中文汉字 1021：中文句子
parameters	Json	Y	评测结果

NlpResponse-Intent-parameters字段说明

参数	类型	是否必须	说明
result	Object	Y	评测结果说明
code	int	Y	输出识别code
refText	String	Y	评测文本

NlpResponse-results字段说明

参数	类型	是否必须	说明
groupType	int	Y	组类型(普通接入可忽略该参数) 0为独立输出； 大于0时可能包含同组相关内容
resultType	String	Y	输出类型 文本(text)； 链接(url)； 音频(voice)； 动作表情(action)； 视频(video)； 图片(image)； 图文(news)；
values	Map	Y	输出内容

英文评测结果说明

NlpResponse-Intent-parameters-Result字段说明

字段	类型	必选	说明
pron	Int	Y	发音得分
overall	Int	Y	总得分
integrity	Int	N	完成度评分: 单词测评时无该字段
fluency	Int	N	流利度得分: 单词测评时无该字段
rhythm	Int	N	韵律性评分: 单词测评时无该字段
wavetime	Int	N	音频长度: 单词测评时无该字段
details	Array[json]	Y	详细的测评信息,具体见details字段说明

details字段说明

字段	类型	必选	说明
score	Int	Y	得分
char	String	Y	评测的单词
start	Int	Y	音频文件处理的开始地址；无需关注
end	Int	Y	音频文件处理的结束地址；无需关注
phone	Array[json]	Y	单个字母评测信息,具体见phone字段说明

phone字段说明

字段	类型	必选	说明
score	Int	Y	得分
char	String	Y	评测的字母

中文评测结果说明

NlpResponse-Intent-Parameters-Result

字段	类型	说明
duration	String	音频时长
pronunciation	int	发音得分
tone	int	声调得分
overall	int	总得分
words	Words（Object）	详细的测评信息，具体见word字段说明
integrity	int	完成度评分 汉字测评时无该字段
fluency	int	流利度得分 汉字测评时无该字段
rear_tone	String	句末语调: rise：升调 fall：降调 汉字测评时无该字段
rhythm	int	韵律性评分 汉字测评时无该字段
speed	int	语速 汉字测评时无该字段

NlpResponse-Intent-Parameters-Result-Words

字段	类型	说明
charType	int	是中文还是符号: 0：中文 1：标点符号
pinyin	String	拼音
tone	String	发音声调: tone1：第一声 tone2：第二 声 tone3：第三声 tone4：第四声 tone5：轻声
word	String	单字
scores	Scores（Object）	得分详情，参考score字段说明
phonemes	Phonemes（Object）	音素，参考phoneme字段说明
span	Span（Object）	汉字在音轨上的时间范围，参考span字段说明

NlpResponse-Intent-Parameters-Result-Words-Scores

字段	类型	说明
pronunciation	int	发音得分
tone	int	声调得分
overall	int	总得分
prominence	int	句子中单词是否重读： 0：非重读 1：重读

NlpResponse-Intent-Parameters-Result-Words-Phonemes

字段	类型	说明
pronunciation	int	发音得分
phoneme	String	音素
span	Span（Object）	汉字在音轨上的时间范围，详细见span字段说明

Span

字段	类型	说明
start	Int	单位毫秒，无需关注
end	Int	单位毫秒，无需关注

2. V2 版返回数据

返回示例

{
  "code": 280,
  "done": true,
  "globalId": "194229632562417001",
  "message": "测评最终结果",
  "result": {
    "duration": "7.344",
    "fluency": 100,
    "integrity": 10,
    "overall": 8,
    "pronunciation": 85,
    "rear_tone": "fall",
    "rhythm": 0,
    "speed": 11,
    "tone": 52,
    "words": [
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 85,
            "span": {
              "end": 608,
              "start": 82
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 0,
        "scores": {
          "overall": 85,
          "prominence": 1,
          "pronunciation": 85,
          "tone": 52
        },
        "span": {
          "end": 608,
          "start": 82
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      },
      {
        "charType": 0,
        "phonemes": [
          {
            "phone": "a",
            "phoneme": "A",
            "pronunciation": 0,
            "span": {
              "end": -1,
              "start": -1
            },
            "tone_index": "1"
          }
        ],
        "pinyin": "a",
        "readType": 2,
        "scores": {
          "overall": 0,
          "prominence": 0,
          "pronunciation": 0,
          "tone": 0
        },
        "span": {
          "end": -1,
          "start": -1
        },
        "tone": "tone5",
        "word": "啊"
      }
    ]
  }
}

返回参数说明

英文单词

SpeechResult

属性	类型	含义
SpeechWord	对象数组	单词
duration	字符串	音频时长
stress	整型	重音节发音是否正确 100 表示重读音节正确 0 表示重读音节错误
kernel_version	字符串	内核版本
resource_version	字符串	资源版本
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
warning	对象数组	音频检测提示 注：不是必现字段，业务层使用前需先判断该字段是否存在
outputAudio	字符串	原生音频路径，本地路径，配置请求参数后，所有模式都可返回此字段

result->words

属性	类型	含义
scores	对象	单词拆分成音标得分详情
charType	整型	0:非标点符号，1:标点符号
word	字符串	单词
span	对象	单词在音轨上的时间范围
phonemes	对象数组	音素信息, 需要开启 phoneme_output
word_parts	对象数组	单词文本信息
pause	对象	停顿检测
readType	整型	值为0表示正常读， 值为4表示重复读， 值为5表示乱读（单词音节发生典型错误时出现，例：bomb 读成/bɒmb/）
repetition	对象数组	重复读单词打分

result->words- -> word_parts

属性	类型	含义
part	字符串	文本
charType	整型	0:非标点符号，1:标点符号

result->words->pause

属性	类型	含义
type	整型	停顿显示1，未停顿显示0
duration	整型	停顿时间，单位毫秒

result->words- ->repetition

属性	类型	含义
start	整型	单词在音轨上的开始时间，10ms 为单位
end	整型	单词在音轨上的结束时间，10ms 为单位
overall	整型	重复单词的分数

result->words->scores

属性	类型	含义
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
stress	对象数组	重读音节信息

result- - >words- - >scores- -> stress

注：数组为1时表示单音节音标，不建议显示重音符号

属性	类型	含义
phonetic	字符串	本音节对应音标
spell	字符串	本音节对应的拼写
stress	整型	本音节的实际重音(1 表示重读音节 2 表示次重音节 0 表示非重读)
ref_stress	整型	本音节的参考重音(1 表示重读音节 2 表示次重音节 0 表示非重读)
phoneme_offset	整型	音节在整个音标的起始位置
overall	整型或浮点型	音节总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。

result->words->phonics

属性	类型	含义
overall	整型或浮点型	每个发音字母总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
phoneme	字符串数组	字母音素
spell	字符串	字母拼写

result->words->span

属性	类型	含义
end	整型	单词在音轨上的结束时间，10ms 为单位
start	整型	单词在音轨上的开始时间，10ms 为单位

result->words-> phonemes

属性	类型	含义
span	整型	音素在音轨上的时间
phoneme	字符串	音素的发音
pronunciation	整型或浮点型	音素发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。

result->words-> phonemes->span

属性	类型	含义
end	整型	音素在音轨上的结束时间，10ms 为单位
start	整型	音素在音轨上的开始时间，10ms 为单位

英文句子

中间结果字段说明（中间结果 realtime_feedback 设置开启后返回）

result

属性	类型	含义
words	对象数组	单词评分结果
kernel_version	字符串	内核版本
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
resource_version	字符串	资源版本

result- > words

属性	类型	含义
charType	整型	0:英文或中文或法语 1:标点符号 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
scores	对象数组	单词分数
word	字符串	单词
word_parts	对象数组	单词文本信息

result- > words- - >scores

属性	类型	含义
pronunciation	整型或浮点型	单词发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。

result- > words- - >word_parts

属性	类型	含义
charType	整型	0:英文或中文或法语，1:标点符号
part	字符串	文本

最终结果字段说明

result

属性	类型	含义
fluency	整型或浮点型	流利度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
words	对象数组	各单词得分
duration	字符串	音频时长
kernel_version	字符串	内核版本
rear_tone	字符串	句末语调；rise:升调,fall:降调
speed	整型	语速
integrity	整型或浮点型	完整度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型） 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
resource_version	字符串	资源版本
liaison	对象数组	连读检测，支持连读且实际发连读音，则出现该维度
plosion	对象数组	爆破音检测，支持爆破且实际发爆破音，则出现该维度
rhythm	整型或浮点型	韵律度得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
warning	对象数组	音频检测的提示 注:非必现字段，使用前需先判断该字段是否存在
pause_count	整型	停顿次数

result->warning

属性	类型	含义
code	整型	错误码
message	字符串	音频检测的提示信息，请参考服务端错误码

result->words

注：开启readtype_diagnosis参数的时候，words数组数据显示为实际发音返回的结果

属性	类型	含义
scores	对象	句子中的单词得分情况 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
span	对象	单词在音轨上的时间范围
word	字符串	单词文本
charType	整型	0:英文或中文或法语，1:标点符号
phonics	对象数组	发音字母组合
phonemes	对象数组	音素信息, 需要开启 phoneme_output
word_parts	对象数组	单词文本信息
readType	整型	0为正常，3为漏读，4为重复读 注：需开启readtype_diagnosis
pause	对象数组	停顿

result- >words- > word_parts

属性	类型	含义
charType	整型	0:英文或中文或法语，1:标点符号
part	字符串	文本

result->words->scores

属性	类型	含义
prominence	整型	单词重读, 0 表示非重读 1 表示重读
overall	整型或浮点型	句子中的单词总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
pronunciation	整型或浮点型	句子中的单词发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。

result->words->span

属性	类型	含义
end	整型	单词在音轨上的结束时间，10ms 为单位
start	整型	单词在音轨上的开始时间，10ms 为单位

result->words->phonemes

属性	类型	含义
span	整型	音素在音轨上的时间
phoneme	字符串	音素的发音
pronunciation	整型或浮点型	音素发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。

result->words→pause

属性	类型	含义
duration	整型	停顿的时长
type	整型	duration>100毫秒是1，其他是0

result->words-> phonemes->span

属性	类型	含义
end	整型	音素在音轨上的结束时间，10ms 为单位
start	整型	音素在音轨上的开始时间，10ms 为单位

result->words->phonics

属性	类型	含义
overall	整型或浮点型	音素总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
phoneme	字符串数组	音素
spell	字符串	单词拼写

result->liaison

属性	类型	含义
first	对象	第一个连读
second	对象	第二个连读

result- > liaison ->first

属性	类型	含义
Index	整型	本单词的位置信息
word	字符串	本单词文本

result- > liaison- > second

属性	类型	含义
Index	整型	本单词的位置信息
word	字符串	本单词文本

result->plosion

属性	类型	含义
first	对象	爆破音的第一个单词
second	对象	爆破音的第二个单词

result- >plosion ->first

属性	类型	含义
Index	整型	本单词的位置信息
word	字符串	本单词文本

result- >plosion ->second

属性	类型	含义
Index	整型	本单词的位置信息
word	字符串	本单词文本

英文段落

result

属性	类型	含义
fluency	整型或浮点型	流利度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
duration	字符串	音频时长
kernel_version	字符串	内核版本
speed	整型	语速
integrity	整型或浮点型	完整度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
sentences	对象数组	段落信息
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
resource_version	字符串	资源版本
rhythm	整型或浮点型	韵律度得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
warning	对象数组	音频检测的提示 注:非必现字段，使用前需先判断该字段是否存在，详情请参考服务端错误码

result->warning

属性	类型	含义
code	数字	错误码
message	字符串	音频检测的提示信息，具体错误提示请参考

result->sentences

属性	类型	含义
overall	整型或浮点型	句子总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
end	整型	句子结束在音轨上的时间
details	对象数组	句子中单词的详细信息,需要开启 paragraph_need_word_score
sentence	字符串	句子内容
start	整型	句子开始在音轨上的时间

result->sentences->details

属性	类型	含义
prominence	整型	句子中单词重读，0 表示非重读 1 表示重读
charType	整型	0:非标点符号，1:标点符号
overall	整型或浮点型	句子单词的总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数 点后为 0,则显示成整型）， 若 scale（分 制）设置为（0,1）, 该值显示为浮点型， 否则为整型。
word	字符串	句子中的单词
start	整型	句子中单词开始在音轨上的时间
end	整型	句子中单词结束在音轨上的时间
word_parts	对象数组	单词信息
skipped	整型	是否已读，0表示已读，1表示未读

result->sentences->details->word_parts

属性	类型	含义
beginIndex	整型	单词在文本中开始的位置
endIndex	整型	单词在文本中结束的位置
charType	整型	0:非标点符号，1:标点符号
part	字符串	单词

中文汉字

result

属性	类型	含义
words	对象数组	汉字
duration	字符串	音频时长
kernel_version	字符串	内核版本
resource_version	字符串	资源版本
overall	整型或者浮点型	总分
pronunciation	整型或者浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
warning	对象数组	音频检测的提示， 注：不是必现字段，业务层使用前需先判断该字段是否存在
tone	整型或者浮点型	声调得分

result->words

属性	类型	含义
scores	对象	汉字拆分成音标得分详情
charType	整型	0：非标点符号，1：标点符号
word	字符串	汉字
tone	字符串	发音声调 tone1：第一声； tone2：第二声； tone3：第三声； tone4：第四声； tone5:轻声
span	对象	汉字在音轨上的时间范围
phonemes	对象数组	音素信息 注： 需要开启 phoneme_output
pinyin	字符串	拼音
readType	整型	值为0表示正常读， 值为1表示当前字前面有插入， 值为3是重复读，值为4表示错读
mispron	对象数组	错误发音信息 注：需要开启参数phoneme_diagnosis

result->words->scores

属性	类型	含义
overall	整型或浮点型	汉字总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
tone	整型或浮点型	声调得分

result->words->span

属性	类型	含义
end	整型	汉字在音轨上的结束时间，单位10ms
start	整型	汉字在音轨上的开始时间，单位10ms

result->words-> phonemes

属性	类型	含义
span	整型	音素在音轨上的时间
phoneme	字符串	音素的发音
pronunciation	整型或浮点型	音素发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
tone_index	字符串	用于标注声调的位置，0位无声音，起始位置为1
phone	字符串	用于对应原始音标的中文音标

result->words-> phonemes->span

属性	类型	含义
end	整型	音素在音轨上的结束时间，单位10ms
start	整型	音素在音轨上的开始时间，单位10ms

result->words->mispron

属性	类型	含义
standard	字符串	标准发音
confidence	整型	置信度，表示识别的准确性，分数越高代表识别越准确
mistaken	字符串	错误发音

中文句子

中间结果字段说明

result

属性	类型	含义
kernel_version	字符串	内核版本
resource_version	字符串	资源版本
words	对象数组	单词评分结果

result-> words

属性	类型	含义
charType	整型	0：非标点符号，1：标点符号
scores	对象数组	单词分数
word	字符串	单词

result-> words->scores

属性	类型	含义
pronunciation	整型或浮点型	单词发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
tone	整型或浮点型	音调打分

最终结果字段说明

result

属性	类型	含义
fluency	整型或浮点型	流利度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
words	对象数组	各汉字得分
duration	字符串	音频时长
kernel_version	字符串	内核版本
rear_tone	字符串	句末语调 rise：升调，fall：降调
speed	整型	语速
integrity	整型或浮点型	完整度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
resource_version	字符串	资源版本
rhythm	整型或浮点型	韵律度得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
warning	对象数组	音频检测的提示， 注：不是必现字段，业务层使用前需先判断该字段是否存在
tone	整型或浮点型	声调得分

result->words

属性	类型	含义
scores	对象	句子中的汉字得分情况 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
span	对象	汉字在音轨上的时间范围
word	字符串	汉字或者标点符号（output_rawtext 开启的时候会显示标点符号）
charType	整型	0：非标点符号，1：标点符号
phonemes	对象数组	音素信息， 需要开启 phoneme_output
tone	字符串	发音声调，tone1：第一声；tone2：第二声；tone3：第三声；tone4：第四声；tone5：轻声
readType	整型	关闭readtype_diagnosis： 值为0表示正常读， 值为1表示当前字前面有插入情况， 值为2漏读 开启readtype_diagnosis ： 值为0表示正常读， 值为2漏读 ， 值为3表示重复读 注：开启readtype_diagnosis参数时 ，words数组数据显示为实际发音返回的结果
pinyin	字符串	拼音
pause	对象	停顿检测

result->words->pause

属性	类型	含义
type	整型	停顿显示1，未停顿显示0
duration	整型	停顿时间，单位10ms

result->words->scores

属性	类型	含义
prominence	整型	汉字重读，0 ：非重读 ，1：重读
overall	整型或浮点型	句子中的汉字无调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
pronunciation	整型或浮点型	句子中的汉字发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
tone	整型或浮点型	句子中汉字的声调得分
overall_pron	整型或浮点型	句子中汉字有调得分

result->words-> phonemes

属性	类型	含义
span	整型	音素在音轨上的时间
phoneme	字符串	音素的发音
pronunciation	整型或浮点型	音素发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
tone_index	字符串	用于标注声调的位置，0位无声音，起始位置为1
phone	字符串	用于对应原始音标的中文音标

result->words->span

属性	类型	含义
span	整型	音素在音轨上的时间
phoneme	字符串	音素在音轨上的时间
pronunciation	整型或浮点型	音素发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型

result->words-> phonemes->span

属性	类型	含义
end	整型	音素在音轨上的结束时间，单位10ms
start	整型	音素在音轨上的开始时间，单位10ms

中文段落

result

属性	类型	含义
fluency	整型或浮点型	流利度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
duration	字符串	音频时长
kernel_version	字符串	内核版本
speed	整型	语速
integrity	整型或浮点型	完整度 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
sentences	对象数组	段落信息
pronunciation	整型或浮点型	发音得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
overall	整型或浮点型	总分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
resource_version	字符串	资源版本
rhythm	整型或浮点型	韵律度得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
warning	对象数组	音频检测的提示，具体的请参考“[服务端返回错误码]” 注：不是必现字段，业务层使用前需先判断该字段是否存在
tone	整型或浮点型	声调得分

result->sentences

属性	类型	含义
overall	整型或浮点型	句子无调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
end	整型	句子结束在音轨上的时间
details	对象数组	句子中单词的详细信息 注： 需要开启 paragraph_need_word_score
sentence	字符串	句子内容
start	整型	句子开始在音轨上的时间
tone	整型或浮点型	声调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
overall_pron	整型或浮点型	句子有调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
beginIndex	整型	句子在文本中开始的位置
endIndex	整型	句子在文本中结束的位置

result->sentences->details

注：需开启paragraph_need_word_score

属性	类型	含义
prominence	整型	句子中单词重读，0 表示非重读 ，1 表示重读
charType	整型	0：非标点符号，1：标点符号
overall	整型或浮点型	句子中汉字无调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
word	字符串	句子中的汉字
start	整型	句子中汉字开始在音轨上的时间
end	整型	句子中汉字结束在音轨上的时间
tone	整型或浮点型	声调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
readType	整型	值为0表示正常读，值为1表示当前字前面有插入情况，值为2漏读
pinyin	字符串	句子汉字的拼音
overall_pron	整型或浮点型	汉字有调得分 若 precision（精度）设置为浮点型时，该值显示为浮点型（若该值小数点后为 0，则显示成整型）， 若scale（分制）设置为（0,1），该值显示为浮点型，否则为整型
word_parts	对象数组	句子中汉字文本信息

result->words- -> word_parts

属性	类型	含义
part	字符串	文本
charType	整型	0:非标点符号，1:标点符号
beginIndex	整型	汉字在文本中开始的位置
endIndex	整型	汉字在文本中结束的位置