上一篇
广州智能双录API怎么用？双录接口对接流程详解
接口与基础配置
广州智能双录API旨在为金融、保险及法律服务场景提供合规的音视频录制、实时转写及智能质检能力，该接口支持HTTP/HTTPS协议，采用JSON格式进行数据交互，确保在高并发环境下依然保持低延迟与高稳定性，开发者在接入前需完成企业实名认证,并获取专属的AppID与AppSecret用于身份鉴权。
| 参数名称 | 类型 | 必填 | 说明 |
|---|---|---|---|
| app_id | String | 是 | 应用唯一标识，由平台分配 |
| timestamp | Long | 是 | 当前时间戳（毫秒），用于防重放攻破 |
| sign | String | 是 | 签名值，由AppSecret、timestamp及业务参数按特定算法生成 |
| version | String | 是 | 接口版本号，当前稳定版本为 v1.0 |
核心业务流程
双录流程通常包含三个关键阶段：会话创建、流媒体上传与结果回调，客户端调用“创建会话”接口获取唯一的SessionID及上传凭证；随后，客户端通过WebRTC或RTMP协议将音视频流推送至云端服务器；云端完成录制后，通过异步回调通知客户端,并返回包含转写文本及质检报告的结构化数据。
- 会话初始化：建立双向通信通道,分配资源配额。
- 实时流传输：支持H.264视频编码与AAC音频编码,确保音画同步。
- 智能处理：云端自动进行语音识别（ASR）、说话人分离及关键帧提取。
- 结果交付：生成包含时间戳的逐字稿及合规性评分。
关键接口说明
创建双录会话
此接口用于启动一次新的双录任务,返回会话ID及临时上传Token。
请求示例：
POST /api/v1/session/create { "app_id": "your_app_id", "timestamp": 1678888888000, "sign": "generated_sign_string", "business_type": "insurance_sales", "duration_limit": 3600 }
响应示例：
{ "code": 200, "message": "success", "data": { "session_id": "sess_9f8e7d6c5b4a", "upload_token": "tmp_token_xyz123", "expire_time": 1678892488000 } }
查询双录结果
在会话结束后,通过SessionID查询最终的质检报告与转写文本。
请求示例：
GET /api/v1/session/result?session_id=sess_9f8e7d6c5b4a
响应数据结构：
| 字段名 | 类型 | 描述 |
|---|---|---|
| transcript | Array | 语音转写文本列表，包含时间戳与说话人ID |
| compliance_score | Float | 合规性评分（0-100） |
| risk_keywords | Array | 识别出的风险关键词列表 |
| video_url | String | 录制视频的云端存储地址 |
安全与鉴权机制
为保障数据隐私与接口安全，所有请求必须携带有效的签名，签名算法采用HMAC-SHA256，将AppSecret作为密钥，对排序后的请求参数进行拼接后生成哈希值，接口支持IP白名单配置，仅允许指定服务器IP发起请求,防止未授权访问。
对于音视频数据，传输过程中强制使用TLS 1.2及以上加密协议，存储环节采用AES-256加密，并设置自动过期策略，默认保留30天,支持自定义保留时长以满足不同行业的监管要求。
常见问题与解答
如果双录过程中网络中断，是否支持断点续传或自动恢复？
解答：
广州智能双录API支持基于分片上传的断点续传机制，当网络波动导致上传中断时，客户端可记录已上传的分片索引，网络恢复后从断点处继续上传剩余数据，无需重新录制，服务端具备心跳检测机制，若检测到流中断超过阈值（默认5秒），会自动标记会话为“异常”，并触发重试通知,确保业务逻辑的完整性。
双录结果中的语音转写准确率如何保障？是否支持特定行业术语的优化？
解答：
平台内置了通用的高精度ASR引擎，在标准普通话环境下，转写准确率可达98%以上，针对金融、保险等垂直领域，API提供“热词载入”功能，开发者可在创建会话时，通过custom_vocab参数传入行业专属术语（如特定理财产品名称、保险条款术语等），系统将动态调整解码器权重，显著提升专业词汇的识别准确率，还支持说话人声纹绑定,实现更精准的说话人分离。
