tencentcloud-sdk-asr 3.0.650 → 3.0.652

checksums.yaml

@@ -1,7 +1,7 @@
 ---
 SHA1:
-  metadata.gz: fd0b629ed563f17322c0bed068fe2f2255388512
-  data.tar.gz: f475a7d1716eeb969ac09b7101cd80849b1fb87c
+  metadata.gz: 53b44fc98df9ba18e9aabebfc954e0a46420fb5a
+  data.tar.gz: 104b8613f34a43b7f99333f1c1403749cd9a9f5c
 SHA512:
-  metadata.gz: d6589593e2bc3d62dc22dfd90bcf4b6bd51ed5b84eb141ec375871dbf66c68a824bc99505c028550582a3165e14d5cd2439ed83f951c05d5a8a505667750644f
-  data.tar.gz: 9e88f52e4a89fe7c05d4c422087086a3f68294fde2a091a7d120f62aada54b4c368b47d4b8e0b13cc01fcb3ff18107219aca9679743b75626831ad5842776a3d
+  metadata.gz: ec4db3234468301dcbe104dfab453b093a35cb3b768d2e9fa2b78cc9c16aa2f30d42b82c15f1e58831ad54566b047e66bb34d8a461b8130cd36e1a0c854dd6a1
+  data.tar.gz: 55e4029e5315ae33b94982559849a8f12db5f117f4bf5ff23722cab915fa307734242d80eeb64524ee76d4549c359636e1f5f807b4719bd95f26842e4eb1b8be

data/lib/VERSION

@@ -1 +1 @@
-3.0.650
+3.0.652

data/lib/v20190614/client.rb

@@ -137,15 +137,16 @@ module TencentCloud
           raise TencentCloud::Common::TencentCloudSDKException.new(nil, e.inspect)
         end
 
-        # 本接口服务对时长5小时以内的录音文件进行识别，异步返回识别全部结果。
-        # • 支持中文普通话、英语、粤语、日语、越南语、马来语、印度尼西亚语、菲律宾语、葡萄牙语、土耳其语、阿拉伯语、西班牙语、上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话。
-        # • 支持wav、mp3、m4a、flv、mp4、wma、3gp、amr、aac、ogg-opus、flac格式。
-        # • 支持语音 URL 和本地语音文件两种请求方式。语音 URL 的音频时长不能长于5小时，文件大小不超过1GB。本地语音文件调用不能大于5MB。推荐使用 [ 腾讯云COS](https://cloud.tencent.com/document/product/436/38484) 来存储&生成URL提交任务，无外网&流量下行费用，节约成本、提升任务速度。(COS桶权限需要设置公有读私有写，或URL设置外部可访问)
-        # • 提交录音文件识别请求后，在3小时内完成识别（大多数情况下1小时音频约3分钟以内完成识别，半小时内发送超过1000小时录音或者2万条识别任务的除外），识别结果在服务端可保存7天。
-        # • 支持回调或轮询的方式获取结果，结果获取请参考[ 录音文件识别结果查询](https://cloud.tencent.com/document/product/1093/37822)。
-        # •   生成字幕场景可设置参数ResTextFormat为3，解析ResultDetail结构生成字幕，可参考 [生成字幕最佳实践](https://cloud.tencent.com/document/product/1093/84291)。
-        # •   签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。
-        # • 默认接口请求频率限制：20次/秒。
+        # 本接口可对较长的录音文件进行识别。如希望直接使用带界面的语音识别产品，请访问[产品体验中心](https://console.cloud.tencent.com/asr/demonstrate)。产品计费标准请查阅 [计费概述（在线版）](https://cloud.tencent.com/document/product/1093/35686)
+        # • 接口默认限频：20次/秒。此处仅限制任务提交频次，与识别结果返回时效无关
+        # • 返回时效：异步回调，非实时返回。最长3小时返回识别结果，**大多数情况下，1小时的音频1-3分钟即可完成识别**。请注意：上述返回时长不含音频下载时延，且30分钟内发送超过1000小时录音或2万条任务的情况除外
+        # • 音频格式：wav、mp3、m4a、flv、mp4、wma、3gp、amr、aac、ogg-opus、flac
+        # • 支持语言：在本页面上搜索 **EngineModelType**，或前往 [产品功能](https://cloud.tencent.com/document/product/1093/35682) 查看
+        # • 音频提交方式：本接口支持**音频 URL 、本地音频文件**两种请求方式。推荐使用 [腾讯云COS](https://cloud.tencent.com/document/product/436/38484) 来存储、生成URL并提交任务，此种方式将不产生外网和流量下行费用，可节约成本、提升任务速度（COS桶权限需要设置公有读私有写，或URL设置外部可访问）
+        # • 音频限制：音频 URL 时长不能大于5小时，文件大小不超过1GB；本地音频文件不能大于5MB
+        # • 如何获取识别结果：支持**回调或轮询**的方式获取结果，具体请参考 [录音文件识别结果查询](https://cloud.tencent.com/document/product/1093/37822)
+        # • 识别结果有效时间：在服务端保存7天
+        # • 签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法 v3
 
         # @param request: Request instance for CreateRecTask.
         # @type request: :class:`Tencentcloud::asr::V20190614::CreateRecTaskRequest`
@@ -463,7 +464,7 @@ module TencentCloud
           raise TencentCloud::Common::TencentCloudSDKException.new(nil, e.inspect)
         end
 
-        # 本接口用于对60秒之内的短音频文件进行识别。<br>•   支持中文普通话、英语、粤语、日语、越南语、马来语、印度尼西亚语、菲律宾语、泰语、葡萄牙语、土耳其语、阿拉伯语、上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话。<br>•   支持本地语音文件上传和语音URL上传两种请求方式，音频时长不能超过60s，音频文件大小不能超过3MB。<br>•   音频格式支持wav、pcm、ogg-opus、speex、silk、mp3、m4a、aac。<br>•   请求方法为 HTTP POST , Content-Type为"application/json; charset=utf-8"<br>•   签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。<br>•   默认接口请求频率限制：30次/秒，如您有提高请求频率限制的需求，请[前往购买](https://buy.cloud.tencent.com/asr)。
+        # 本接口用于对60秒之内的短音频文件进行识别。<br>•   支持中文普通话、英语、粤语、日语、越南语、马来语、印度尼西亚语、菲律宾语、泰语、葡萄牙语、土耳其语、阿拉伯语、印地语、上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话。<br>•   支持本地语音文件上传和语音URL上传两种请求方式，音频时长不能超过60s，音频文件大小不能超过3MB。<br>•   音频格式支持wav、pcm、ogg-opus、speex、silk、mp3、m4a、aac。<br>•   请求方法为 HTTP POST , Content-Type为"application/json; charset=utf-8"<br>•   签名方法参考 [公共参数](https://cloud.tencent.com/document/api/1093/35640) 中签名方法v3。<br>•   默认接口请求频率限制：30次/秒，如您有提高请求频率限制的需求，请[前往购买](https://buy.cloud.tencent.com/asr)。
 
         # @param request: Request instance for SentenceRecognition.
         # @type request: :class:`Tencentcloud::asr::V20190614::SentenceRecognitionRequest`

data/lib/v20190614/models.rb

@@ -162,6 +162,7 @@ module TencentCloud
         # • 16k_tr：土耳其语；
         # • 16k_ar：阿拉伯语；
         # • 16k_es：西班牙语；
+        # • 16k_hi：印地语；
         # @type EngineType: String
         # @param Url: 语音流地址，支持rtmp、rtsp等流媒体协议，以及各类基于http协议的直播流(不支持hls, m3u8)
         # @type Url: String
@@ -288,15 +289,19 @@ module TencentCloud
 
       # CreateRecTask请求参数结构体
       class CreateRecTaskRequest < TencentCloud::Common::AbstractModel
-        # @param EngineModelType: 引擎模型类型。注意：非电话场景请务必使用16k的引擎。
-        # 电话场景：
-        # • 8k_zh：中文电话通用；
-        # • 8k_en：英文电话通用；
-
-        # 非电话场景：
-        # • 16k_zh：中文通用；
-        # • 16k_zh-PY：中英粤;
-        # • 16k_zh_medical：中文医疗；
+        # @param EngineModelType: 引擎模型类型
+
+        # 电话通讯场景引擎：
+        # **注意：电话通讯场景，请务必使用以下8k引擎**
+        # • 8k_zh：中文电话通讯；
+        # • 8k_en：英文电话通讯；
+        # 如您有电话通讯场景识别需求，但发现需求语种仅支持16k，可将8k音频传入下方16k引擎，亦能获取识别结果。但**16k引擎并非基于电话通讯数据训练，无法承诺此种调用方式的识别效果，需由您自行验证识别结果是否可用**。
+
+        # 通用场景引擎：
+        # **注意：除电话通讯场景以外的其它识别场景，请务必使用以下16k引擎**
+        # • 16k_zh：中文普通话通用引擎，支持中文普通话和少量英语，使用丰富的中文普通话语料训练，覆盖场景广泛，适用于除电话通讯外的所有中文普通话识别场景；
+        # • 16k_zh-PY：中英粤混合引擎，使用一个引擎同时识别中文普通话、英语、粤语三个语言;
+        # • 16k_zh_dialect：中文普通话+多方言混合引擎，除普通话外支持23种方言（上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话）；
         # • 16k_en：英语；
         # • 16k_yue：粤语；
         # • 16k_ja：日语；
@@ -310,21 +315,46 @@ module TencentCloud
         # • 16k_tr：土耳其语；
         # • 16k_ar：阿拉伯语；
         # • 16k_es：西班牙语；
-        # • 16k_zh_dialect：多方言，支持23种方言（上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话）；
+        # • 16k_hi：印地语；
+        # • 16k_zh_medical：中文医疗引擎
         # @type EngineModelType: String
-        # @param ChannelNum: 识别声道数。1：单声道（非电话场景，直接选择单声道即可，忽略音频声道数）；2：双声道（仅支持8k_zh电话场景，双声道应分别对应通话双方）。注意：双声道的电话音频已物理分离说话人，无需再开启说话人分离功能。
+        # @param ChannelNum: 识别声道数
+        # 1：单声道（16k音频仅支持单声道，**请勿**设置为双声道）；
+        # 2：双声道（仅支持8k电话音频，且双声道应分别为通话双方）
+
+        # 注意：
+        # • 16k音频：仅支持单声道识别，**需设置ChannelNum=1**
+        # • 8k电话音频：支持单声道、双声道识别，**建议设置ChannelNum=2，即双声道**。双声道能够物理区分说话人、避免说话双方重叠产生的识别错误，能达到最好的说话人分离效果和识别效果。设置双声道后，将自动区分说话人，因此**无需再开启说话人分离功能**，相关参数（**SpeakerDiarization、SpeakerNumber**）使用默认值即可
         # @type ChannelNum: Integer
-        # @param ResTextFormat: 识别结果返回形式。0： 识别结果文本(含分段时间戳)； 1：词级别粒度的[详细识别结果](https://cloud.tencent.com/document/api/1093/37824#SentenceDetail)(不含标点，含语速值)；2：词级别粒度的详细识别结果（包含标点、语速值）；3: 标点符号分段，包含每段时间戳，特别适用于字幕场景（包含词级时间、标点、语速值）。4：【增值付费功能】对识别结果按照语义分段，并展示词级别粒度的详细识别结果，仅支持8k_zh、16k_zh引擎，需购买对应资源包使用（注意：如果账号后付费功能开启并使用此功能，将[自动计费](https://cloud.tencent.com/document/product/1093/35686)）
+        # @param ResTextFormat: 识别结果返回形式
+        # 0： 识别结果文本(含分段时间戳)；
+        # 1：词级别粒度的[详细识别结果](https://cloud.tencent.com/document/api/1093/37824#SentenceDetail)(不含标点，含语速值)；
+        # 2：词级别粒度的详细识别结果（包含标点、语速值）；
+        # 3: 标点符号分段，包含每段时间戳，特别适用于字幕场景（包含词级时间、标点、语速值）
+        # 4：【增值付费功能】对识别结果按照语义分段，并展示词级别粒度的详细识别结果，仅支持8k_zh、16k_zh引擎，需购买对应资源包使用（注意：如果账号后付费功能开启并使用此功能，将[自动计费](https://cloud.tencent.com/document/product/1093/35686)）
         # @type ResTextFormat: Integer
-        # @param SourceType: 语音数据来源。0：语音 URL；1：语音数据（post body）。
+        # @param SourceType: 语音数据来源
+        # 0：语音 URL；
+        # 1：语音数据（post body）
         # @type SourceType: Integer
-        # @param SpeakerDiarization: 是否开启说话人分离，0：不开启，1：开启(仅支持8k_zh/16k_zh，ChannelNum=1时可用)，默认值为 0。
-        # 注意：8k电话场景建议使用双声道来区分通话双方，设置ChannelNum=2即可，不用开启说话人分离，如果设置了ChannelNum=1，后台会先转码成单声道，说话人分离结果可能产生偏差。
+        # @param SpeakerDiarization: 是否开启说话人分离
+        # 0：不开启；
+        # 1：开启（仅支持8k_zh/16k_zh，且ChannelNum=1时可用）；
+        # 默认值为 0
+
+        # 注意：
+        # 8k双声道电话音频请按 **ChannelNum 识别声道数** 的参数描述使用默认值
         # @type SpeakerDiarization: Integer
-        # @param SpeakerNumber: 说话人分离人数（需配合开启说话人分离使用），取值范围：0-10，0代表自动分离（目前仅支持≤6个人），1-10代表指定说话人数分离。默认值为 0。
-        # 注：此功能结果仅供参考，请根据您的需要谨慎使用。
+        # @param SpeakerNumber: 说话人分离人数
+        # **需配合开启说话人分离使用，不开启无效**，取值范围：0-10
+        # 0：自动分离（最多分离出20个人）；
+        # 1-10：指定人数分离；
+        # 默认值为 0
+
+        # 注意：此功能结果仅供参考
         # @type SpeakerNumber: Integer
-        # @param CallbackUrl: 回调 URL，用户自行搭建的用于接收识别结果的服务URL。如果用户使用轮询方式获取识别结果，则无需提交该参数。回调格式&内容详见：[录音识别回调说明](https://cloud.tencent.com/document/product/1093/52632)
+        # @param CallbackUrl: 回调 URL：用户自行搭建的用于接收识别结果的服务URL。回调格式和内容详见：[录音识别回调说明](https://cloud.tencent.com/document/product/1093/52632)
+        # 如果用户使用轮询方式获取识别结果，则无需提交该参数。
         # @type CallbackUrl: String
         # @param Url: 语音的URL地址，需要公网环境浏览器可下载。当 SourceType 值为 0 时须填写该字段，为 1 时不需要填写。注意：请确保录音文件时长在5个小时之内，否则可能识别失败。请保证文件的下载速度，否则可能下载失败。
         # @type Url: String
@@ -1117,6 +1147,7 @@ module TencentCloud
         # • 16k_tr：土耳其语；
         # • 16k_ar：阿拉伯语；
         # • 16k_es：西班牙语；
+        # • 16k_hi：印地语；
         # • 16k_zh_dialect：多方言，支持23种方言（上海话、四川话、武汉话、贵阳话、昆明话、西安话、郑州话、太原话、兰州话、银川话、西宁话、南京话、合肥话、南昌话、长沙话、苏州话、杭州话、济南话、天津话、石家庄话、黑龙江话、吉林话、辽宁话）；
         # @type EngSerViceType: String
         # @param SourceType: 语音数据来源。0：语音 URL；1：语音数据（post body）。
@@ -1164,12 +1195,12 @@ module TencentCloud
 
         attr_accessor :EngSerViceType, :SourceType, :VoiceFormat, :ProjectId, :SubServiceType, :Url, :UsrAudioKey, :Data, :DataLen, :WordInfo, :FilterDirty, :FilterModal, :FilterPunc, :ConvertNumMode, :HotwordId, :CustomizationId, :ReinforceHotword, :HotwordList, :InputSampleRate
         extend Gem::Deprecate
-        deprecate :ProjectId, :none, 2023, 8
-        deprecate :ProjectId=, :none, 2023, 8
-        deprecate :SubServiceType, :none, 2023, 8
-        deprecate :SubServiceType=, :none, 2023, 8
-        deprecate :UsrAudioKey, :none, 2023, 8
-        deprecate :UsrAudioKey=, :none, 2023, 8
+        deprecate :ProjectId, :none, 2023, 9
+        deprecate :ProjectId=, :none, 2023, 9
+        deprecate :SubServiceType, :none, 2023, 9
+        deprecate :SubServiceType=, :none, 2023, 9
+        deprecate :UsrAudioKey, :none, 2023, 9
+        deprecate :UsrAudioKey=, :none, 2023, 9
 
         def initialize(engservicetype=nil, sourcetype=nil, voiceformat=nil, projectid=nil, subservicetype=nil, url=nil, usraudiokey=nil, data=nil, datalen=nil, wordinfo=nil, filterdirty=nil, filtermodal=nil, filterpunc=nil, convertnummode=nil, hotwordid=nil, customizationid=nil, reinforcehotword=nil, hotwordlist=nil, inputsamplerate=nil)
           @EngSerViceType = engservicetype

metadata

@@ -1,14 +1,14 @@
 --- !ruby/object:Gem::Specification
 name: tencentcloud-sdk-asr
 version: !ruby/object:Gem::Version
-  version: 3.0.650
+  version: 3.0.652
 platform: ruby
 authors:
 - Tencent Cloud
 autorequire: 
 bindir: bin
 cert_chain: []
-date: 2023-08-31 00:00:00.000000000 Z
+date: 2023-09-05 00:00:00.000000000 Z
 dependencies:
 - !ruby/object:Gem::Dependency
   name: tencentcloud-sdk-common