tencentcloud-sdk-nodejs-trtc 4.1.151 → 4.1.158

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "tencentcloud-sdk-nodejs-trtc",
-  "version": "4.1.151",
+  "version": "4.1.158",
   "description": "腾讯云 API NODEJS SDK",
   "main": "./tencentcloud/index.js",
   "module": "./es/index.js",

package/tencentcloud/services/trtc/v20190722/trtc_models.d.ts

@@ -404,7 +404,7 @@ export interface STTConfig {
   
   语音转文本不同套餐版本支持的语言如下：
   
-  **基础版**：
+  **基础语言引擎**：
   - "zh": 中文（简体）
   - "zh-TW": 中文（繁体）
   - "en": 英语
@@ -412,13 +412,13 @@ export interface STTConfig {
   - "16k_zh_medical"：中文医疗
   - "16k_zh_court"：中文法庭
   
-  **标准版：**
+  **标准语言引擎：**
   - "8k_zh_large": 普方大模型引擎. 当前模型同时支持中文等语言的识别，模型参数量极大，语言模型性能增强，针对电话音频中各类场景、各类中文方言的识别准确率极大提升.
   - "16k_zh_large": 普方英大模型引擎. 当前模型同时支持中文、英文、多种中文方言等语言的识别，模型参数量极大，语言模型性能增强，针对噪声大、回音大、人声小、人声远等低质量音频的识别准确率极大提升.
   - "16k_multi_lang": 多语种大模型引擎. 当前模型同时支持英语、日语、韩语、阿拉伯语、菲律宾语、法语、印地语、印尼语、马来语、葡萄牙语、西班牙语、泰语、土耳其语、越南语、德语的识别，可实现15个语种的自动识别(句子/段落级别).
   - "16k_zh_en": 中英大模型引擎. 当前模型同时支持中文、英语识别，模型参数量极大，语言模型性能增强，针对噪声大、回音大、人声小、人声远等低质量音频的识别准确率极大提升.
   
-  **高级版：**
+  **高级语言引擎：**
   - "zh-dialect": 中国方言
   - "zh-yue": 中国粤语
   - "vi": 越南语
@@ -527,7 +527,7 @@ export interface VoiceCloneRequest {
      */
     VoiceName: string;
     /**
-     * 声音克隆的参考音频，必须为16k单声道的wav的base64字符串， 长度在5秒～12秒之间
+     * 声音克隆的参考音频，必须为16k单声道的wav的base64字符串， 长度在10秒～180秒之间
      */
     PromptAudio: string;
     /**
@@ -2233,11 +2233,22 @@ export interface DescribeAIConversationResponse {
  */
 export interface AudioFormat {
     /**
-     * 生成的音频格式，默认pcm，目前支持的格式列表：流式：[pcm]，非流式 [pcm，wav]
+     * 生成的音频格式
+  
+  - TextToSpeech流式接口
+  
+   支持 pcm, 默认: pcm
+  
+  - TextToSpeech非流式接口
+  
+   支持 pcm,wav,  默认: pcm
      */
     Format?: string;
     /**
-     * 采样率，默认24000， 可选16000, 24000
+     * 生成的音频采样率，默认24000
+  可选
+  - 16000
+  - 24000
      */
     SampleRate?: number;
 }
@@ -2668,6 +2679,14 @@ export interface StartStreamIngestRequest {
      * 音量，取值范围[0, 100]，默认100，表示原音量。
      */
     Volume?: number;
+    /**
+     * 开启播放进度回调, 默认false，当开启后，播放进度会通过trtc custom data 回调给播放端
+     */
+    EnableProgress?: boolean;
+    /**
+     * 播放倍速，默认1.0，可取[0.5, 0.75, 1.0, 1.25, 1.5, 1.75, 2.0]
+     */
+    Tempo?: number;
 }
 /**
  * UpdateVoicePrint返回参数结构体
@@ -3453,7 +3472,7 @@ export interface RecognizeConfig {
   
   语音转文本不同套餐版本支持的语言如下：
   
-  **基础版**：
+  **基础语言引擎**：
   - "zh": 中文（简体）
   - "zh-TW": 中文（繁体）
   - "en": 英语
@@ -3461,13 +3480,13 @@ export interface RecognizeConfig {
   - "16k_zh_medical"：中文医疗
   - "16k_zh_court"：中文法庭
   
-  **标准版：**
+  **标准语言引擎：**
   - "8k_zh_large": 普方大模型引擎. 当前模型同时支持中文等语言的识别，模型参数量极大，语言模型性能增强，针对电话音频中各类场景、各类中文方言的识别准确率极大提升.
   - "16k_zh_large": 普方英大模型引擎. 当前模型同时支持中文、英文、多种中文方言等语言的识别，模型参数量极大，语言模型性能增强，针对噪声大、回音大、人声小、人声远等低质量音频的识别准确率极大提升.
   - "16k_multi_lang": 多语种大模型引擎. 当前模型同时支持英语、日语、韩语、阿拉伯语、菲律宾语、法语、印地语、印尼语、马来语、葡萄牙语、西班牙语、泰语、土耳其语、越南语、德语的识别，可实现15个语种的自动识别(句子/段落级别).
   - "16k_zh_en": 中英大模型引擎. 当前模型同时支持中文、英语识别，模型参数量极大，语言模型性能增强，针对噪声大、回音大、人声小、人声远等低质量音频的识别准确率极大提升.
   
-  **高级版：**
+  **高级语言引擎：**
   - "zh-dialect": 中国方言
   - "zh-yue": 中国粤语
   - "vi": 越南语
@@ -3879,23 +3898,23 @@ export interface DescribePictureRequest {
     PageNo?: number;
 }
 /**
- * TTS的声音参数
+ * TTS的声音参数配置
  */
 export interface Voice {
     /**
-     * TTS的声音的ID
+     *  音色 ID，可从音色列表获取，或使用声音克隆生成的自定义音色 ID
      */
     VoiceId: string;
     /**
-     * 语速，范围 0.5-2.0，默认 1.0
+     * 语速调节，0.5 为半速慢放，2.0 为两倍速快放，1.0 为正常语速，区间：[0.5, 2.0]，默认1.0
      */
     Speed?: number;
     /**
-     * (0, 10]   默认值1.0
+     *  音量调节，0 为静音，10 为最大音量，建议保持默认值 1.0，区间：[0, 10]，默认1.0
      */
     Volume?: number;
     /**
-     * 取值[-12,12],默认0
+     *  音高调节，负值声音更低沉，正值声音更尖锐，0 为原始音高，区间 [-12, 12],  默认0
      */
     Pitch?: number;
 }
@@ -4599,6 +4618,14 @@ export interface UpdateStreamIngestRequest {
      * 是否暂停，默认false表示不暂停。暂停期间任务仍在进行中仍会计费，暂停超过12小时会自动销毁任务, 建议主动调用停止任务接口。
      */
     IsPause?: boolean;
+    /**
+     * 是否开启播放进度回调, 默认false，当开启后，播放进度会通过trtc custom data 回调给播放端
+     */
+    EnableProgress?: boolean;
+    /**
+     * 播放倍速，默认1.0，可取[0.5, 0.75, 1.0, 1.25, 1.5, 1.75, 2.0]
+     */
+    Tempo?: number;
 }
 /**
  * TextToSpeechSSE请求参数结构体
@@ -4622,14 +4649,15 @@ export interface TextToSpeechSSERequest {
     AudioFormat?: AudioFormat;
     /**
      * TTS的API密钥
+     * @deprecated
      */
     APIKey?: string;
     /**
-     * TTS的模型：flow_01_turbo，flow_01_ex
+     * TTS的模型，当前固定为：flow_01_turbo
      */
     Model?: string;
     /**
-     * 语言参数，默认为空， 参考： (ISO 639-1)
+     *  需要合成的语言（ISO 639-1），支持 zh（中文）、en（英文）、yue（粤语）、ja（日语）、ko（韩语），默认自动识别
      */
     Language?: string;
 }
@@ -4951,11 +4979,11 @@ export interface TextToSpeechRequest {
      */
     APIKey?: string;
     /**
-     * TTS的模型：flow_01_turbo，flow_01_ex
+     * TTS的模型，当前固定为：flow_01_turbo
      */
     Model?: string;
     /**
-     * 语言参数，默认为空， 参考： (ISO 639-1)
+     *  需要合成的语言（ISO 639-1），支持 zh（中文）、en（英文）、yue（粤语）、ja（日语）、ko（韩语），默认自动识别
      */
     Language?: string;
 }