功能描述
语音转文字功能支持两种使用场景，一种场景是将发送出去的语音消息转文字，另一种场景是将本地录制的音频转文字。
效果展示
您可以使用本功能，实现如下图所示的转文字效果：
语音消息转文字 | 录音转文字 |
 |  |
语音消息转文字
接口说明
接口参数说明如下：
入参 | 含义 | 说明 |
language | 识别的目标语言 | 如果您的主流用户使用中、英文居多，language 参数可传空字符串，此时我们默认使用中英模型识别。 如果您想指定识别的目标语言，可以将其设置成指定值。目前支持的语言请参见 语言支持。 |
callback | 识别结果回调 | 其中的 result 为识别的文本。 |
注意：
识别的语音消息时长不可以超过 60s（60.00001s 也不行），否则会识别失败。
识别的语音消息音频需要设置为 16k 采样率，否则可能识别失败。
示例代码如下：
// 获取到语音消息的 V2TIMMessage 对象V2TIMMessage msg = messageList.get(0);if (msg.elemType == V2TIM_ELEM_TYPE_SOUND) {// 从 V2TIMMessage 中获取到 soundElemV2TIMSoundElem soundElem = msg.getSoundElem();// 调用语音转文字，默认使用中英文识别模型soundElem.convertVoiceToText("",new V2TIMValueCallback<String>() {@Overridepublic void onError(int code, String desc) {TUIChatUtils.callbackOnError(callBack, TAG, code, desc);String str = "convertVoiceToText failed, code: " + code + " desc: " + desc;ToastUtil.show(str,true, 1);}@Overridepublic void onSuccess(String result) {// 识别成功，result 为识别结果String str = "convertVoiceToText succeed, result: " + result;ToastUtil.show(str, true, 1);}});}
// 获取到语音消息的 V2TIMMessage 对象let msg = messageList[0]// 检查消息类型是否为语音if msg.elemType == .V2TIM_ELEM_TYPE_SOUND {// 从 V2TIMMessage 中获取到 soundElemlet soundElem = msg.soundElem// 调用语音转文字，默认使用中英文识别模型soundElem.convertVoiceToText("") { code, desc, result in// 识别成功，result 为识别结果print("convertVoiceToText, code: \\(code), desc: \\(desc ?? ""), result: \\(result ?? "")")}}
// 获取到语音消息的 V2TIMMessage 对象V2TIMMessage *msg = messageList[0];if (msg.elemType == V2TIM_ELEM_TYPE_SOUND) {// 从 V2TIMMessage 中获取到 soundElemV2TIMSoundElem *soundElem = msg.soundElem;// 调用语音转文字，默认使用中英文识别模型[soundElem convertVoiceToText:@"" completion:^(int code, NSString *desc, NSString *result) {// 识别成功，result 为识别结果NSLog(@"convertVoiceToText, code: %d, desc: %@, result: %@", code, desc, result);}];}
template <class T>class ValueCallback final : public V2TIMValueCallback<T> {public:using SuccessCallback = std::function<void(const T&)>;using ErrorCallback = std::function<void(int, const V2TIMString&)>;ValueCallback() = default;~ValueCallback() override = default;void SetCallback(SuccessCallback success_callback, ErrorCallback error_callback) {success_callback_ = std::move(success_callback);error_callback_ = std::move(error_callback);}void OnSuccess(const T& value) override {if (success_callback_) {success_callback_(value);}}void OnError(int error_code, const V2TIMString& error_message) override {if (error_callback_) {error_callback_(error_code, error_message);}}private:SuccessCallback success_callback_;ErrorCallback error_callback_;};auto callback = new ValueCallback<V2TIMString>{};callback->SetCallback([=](const V2TIMString& result) {// 语音转文字成功，result 为转换结果delete callback;},[=](int error_code, const V2TIMString& error_message) {// 语音转文字失败delete callback;});// 获取到语音消息的 V2TIMMessage 对象V2TIMMessage *msg = messageList[0];// 从 V2TIMMessage 中获取到 soundElemV2TIMElem *elem = message.elemList[0];if (elem->elemType == V2TIM_ELEM_TYPE_SOUND) {V2TIMSoundElem *sound_elem = (V2TIMSoundElem *)elem;// 调用语音转文字，默认使用中英文识别模型sound_elem->ConvertVoiceToText("", callback);}
录音转文字
录音上传云端
接口参数说明如下：
入参 | 含义 | 说明 |
filePath | 文件路径 | 录音文件本地存储路径。 |
fileType | 文件类型 | 0: Unknown 1: Image 2: Video 3: Audio 4: log |
示例代码如下：
try {JSONObject uploadParam = new JSONObject();uploadParam.put("filePath", recordPath);uploadParam.put("fileType", 3); // 0: Unknown, 1: Image, 2: Video, 3: Audio, 4: LogV2TIMManager.getInstance().callExperimentalAPI("uploadFile",uploadParam.toString(),new V2TIMValueCallback<Object>() {@Overridepublic void onSuccess(Object result) {if (result instanceof String) {String fileUrl = (String) result;System.out.println("Upload successful, URL: " + fileUrl);}}@Overridepublic void onError(int code, String desc) {System.err.println("Upload failed, code: " + code + ", desc: " + desc);}});} catch (JSONException e) {e.printStackTrace();}
let uploadParam: [String: Any] = ["filePath": recordPath,"fileType": 3 // 0: Unknown 1: Image 2: Video 3: Audio 4: log]if let uploadData = try? JSONSerialization.data(withJSONObject: uploadParam, options: .prettyPrinted),let uploadParamStr = String(data: uploadData, encoding: .utf8) {V2TIMManager.sharedInstance().callExperimentalAPI(api: "uploadFile",param: uploadParamStr as NSObject,succ: { result inif let fileUrl = result as? String, !fileUrl.isEmpty {print("Upload successful, URL: \\(fileUrl)")}},fail: { code, desc inprint("Upload failed, code: \\(code), desc: \\(String(describing: desc))")})}
云端语音转文字
接口参数说明如下：
入参 | 含义 | 说明 |
url | 语音文件 url | 语音文件上传云端后生成的 url 下载地址。 |
language | 文本的语言 | 如果不设置，默认会自动检测。 |
示例代码如下：
try {JSONObject convertParam = new JSONObject();convertParam.put("url", fileUrl);convertParam.put("language", ""); // Empty means auto-detectV2TIMManager.getInstance().callExperimentalAPI("convertVoiceToText",convertParam.toString(),new V2TIMValueCallback<Object>() {@Overridepublic void onSuccess(Object result) {if (result instanceof String) {String text = (String) result;System.out.println("Voice to text successful: " + text);}}@Overridepublic void onError(int code, String desc) {System.err.println("Voice to text failed, code: " + code + ", desc: " + desc);}});} catch (JSONException e) {e.printStackTrace();}
let convertParam: [String: Any] = ["url": fileUrl,"language": "" // Empty means auto-detect]if let convertData = try? JSONSerialization.data(withJSONObject: convertParam, options: .prettyPrinted),let convertParamStr = String(data: convertData, encoding: .utf8) {V2TIMManager.sharedInstance().callExperimentalAPI(api: "convertVoiceToText",param: convertParamStr as NSObject,succ: { result inif let text = result as? String {print("Voice to text successful: \\(text)")}},fail: { code, desc inprint("Voice to text failed, code: \\(code), desc: \\(String(describing: desc))")})}
语言支持
目前支持识别的目标语言如下：
支持的语言 | 入参设置 |
中文普通话 | "zh (cmn-Hans-CN)" |
中文粤语 | "yue-Hant-HK" |
English | "en-US" |
日本语（日本） | "ja-JP" |
