本文介绍了使用API接口异步检测语音内容的方法。语音内容审核帮助您检测音频文件或语音流（例如直播流）中的风险或违规内容，例如垃圾信息、广告、涉政、暴恐、辱骂、色情、灌水、违禁、无意义等内容。
业务接口：/green/voice/asyncscan，表示语音异步检测。
语音检测默认识别中文普通话，如需识别其他语种（例如，英语、日语、西班牙语、阿拉伯语、法语、印尼语、越南语）或方言（粤语、四川话、湖北话、陕西话、山西话、河南话、东北话、天津话、甘肃话、贵州话、云南话、江西话、广西话、云南话、湖南话、山东话、苏州话、浙江话、上海话、闽南语），请联系商务经理。
计费信息：
返回结果：
异步检测任务不会实时返回检测结果，您需要通过callback或者轮询的方式获取检测结果。检测结果最长保留一小时。
音频文件要求：
音频文件大小小于200 MB。
支持的音频文件格式：MP3、WAV、AAC、WMA、OGG、M4A、AMR、AUDIO、M3U8。
支持以下包含音频的视频文件格式：AVI、FLV、MP4、MPG、ASF、WMV、MOV、RMVB、RM。
语音流要求：
语音流时长小于24小时。
支持的语音流协议：HTTP、RTMP、RTSP。
支持的语音流格式：M3U8、FLV。
本接口的单用户QPS限制为50次/秒，并发审核路数限制为20路（即同一时间只能处理20个任务，如需要提升并发路数请咨询您的商务经理）。超过限制，API调用会被限流，这可能会影响您的业务，请合理调用。
如果您对时效性要求不高，推荐您开启近线检测模式（offline），近线检测模式会在您提交任务的24小时内开始检测。
名称
类型
是否必选
示例值
描述
bizType
String
default
scenes
StringArray
antispam
检测场景，唯一取值：antispam。
live
Boolean
false
是否为语音流（例如直播流）检测。取值：
true：表示语音流检测。
false（默认）：表示音频文件检测。
如果需要检测语音流，该值必须传入true。
offline
Boolean
false
是否为近线检测模式。 取值：
true：表示近线检测模式。近线检测模式下，您提交的任务不保证能够实时处理，但是可以排队并在24小时内开始检测。
false（默认）：表示实时检测模式。对于超过了并发路数限制的检测请求会直接拒绝。
该参数仅适用于音频文件检测，不适用于语音流检测。
callback
String
检测结果回调通知您的URL，支持使用HTTP和HTTPS协议的地址。该字段为空时，您必须定时轮询检测结果。
callback接口必须支持POST方法、UTF-8编码的传输数据，以及表单参数checksum和content。内容安全按照以下规则和格式设置checksum和content，调用您的callback接口返回检测结果。
用户UID必须是阿里云账号的UID，而不是RAM用户的UID。
content：JSON字符串格式，请自行解析反转成JSON对象。关于content结果的示例，请参见查询检测结果的返回示例。
您的服务端callback接口收到内容安全推送的结果后，如果返回的HTTP状态码为200，则表示接收成功，其他的HTTP状态码均视为接收失败。接收失败时，内容安全将最多重复推送16次检测结果，直到接收成功。重复推送16次后仍未接收成功，则不再推送，建议您检查callback接口的状态。
seed
String
abc****
随机字符串，该值用于回调通知请求中的签名。
由英文字母、数字、下划线（_）组成，不超过64个字符。由您自定义，用于在接收到内容安全的回调通知时校验请求由阿里云内容安全服务发起。
当使用callback时，该字段必须提供。
例如，abc经国密SM3加密后返回66c7f0f462eeedd9d1f2d46bdc10e4e24167c4875cf2f7a2297da02b8f4ba8e0。
tasks
JSONArray
名称
类型
是否必选
示例值
描述
clientInfo
JSONObject
{"userId":"12023****","userNick":"Mike","userType":"others"}
服务器会把全局的clientInfo和此处独立的clientInfo合并。
独立的clientInfo优先级更高。
dataId
String
1a90c9d6-6a81-42db-bbe1-e36102f3****
检测对象对应的数据ID。
由大小写英文字母、数字、下划线（_）、短划线（-）、英文句号（.）组成，不超过128个字符，可以用于唯一标识您的业务数据。
liveId
String
liveId1****
语音直播流的ID。
该参数用于语音直播任务去重，防止重复检测，如果传递该参数，会根据uid+bizType+liveId判断是否存在检测中的直播任务。如果存在，就直接返回已存在的直播检测taskId，不发起新的任务。
url
String
检测对象的URL。
公网HTTP/HTTPS URL，且长度不超过2048个字符。
文件路径格式：oss://<bucket-name>.<endpoint>/<object-name>
名称
类型
示例值
描述
code
Integer
200
错误码，和HTTP状态码一致。
msg
String
OK
请求消息的响应消息。
dataId
String
1a90c9d6-6a81-42db-bbe1-e36102f3****
检测对象对应的数据ID。
如果在检测请求参数中传入了dataId，则此处返回对应的dataId。
taskId
String
voice3VayNFGf43J6S9mHYp1HYJ-12****
检测任务的ID。
请求示例
正常返回示例
业务接口：/green/voice/results，表示查询语音异步检测结果。
计费信息：
该接口不计费。
查询超时：
对于音频文件检测任务，每次查询或者通过callback方式都会返回已检测完的语音检测结果（仅返回已检测完成的任务检测结果）。建议您将查询间隔设置为30秒，检测结果保留4个小时，并及时查询并保存结果。
对于语音流检测任务，每次轮询会返回最近10段检测到的语音内容检测结果，建议您将查询间隔设置为30秒；如果通过callback的方式获取语音流检测结果，系统每次检测出语音内容后都会发送回调通知。
本接口的单用户QPS限制为50次/秒。超过限制，API调用会被限流，这可能会影响您的业务，请合理调用。
名称
类型
是否必选
示例值
描述
body
JSONArray
voice3VayNFGf43J6S9mHYp1HYJ-12****
要查询的检测任务的taskId列表。数组中的元素个数不超过100个。
您在提交检测任务后，可以从返回数据中获取检测任务的taskId。
名称
类型
示例值
描述
code
Integer
200
错误码，和HTTP状态码一致。
200：表示检测成功。
280：表示处理中，需要继续轮询。
其他：表示任务失败。
只有返回280表示任务还在进行，需要继续轮询该任务的检测结果。返回其他值均表示该语音检测任务已结束。如果实际上该语音检测没有结束，而是因为网络异常等原因异常结束，您可以重新提交语音异步检测任务。
msg
String
OK
请求参数的响应信息。
dataId
String
1a90c9d6-6a81-42db-bbe1-e36102f3****
检测对象对应的数据ID。
如果在检测请求参数中传入了dataId，则此处返回对应的dataId。
taskId
String
voice3VayNFGf43J6S9mHYp1HYJ-12****
该检测任务的ID。
url
String
检测对象的URL。
公网HTTP/HTTPS URL，且长度不超过2048个字符。
文件路径格式：oss://<bucket-name>.<endpoint>/<object-name>
new_url
String
如果检测内容为语音流，检测结束后会转存文件地址。签名时间为30分钟，需要及时转存。
默认该字段不返回。如果需要使用，请联系商务经理。
results
JSONArray
名称
类型
示例值
描述
scene
String
antispam
检测场景，和调用请求中的场景对应。唯一取值：antispam。
label
String
customized
检测结果的分类。取值：
normal：正常文本
spam：含垃圾信息
ad：广告
politics：涉政
terrorism：暴恐
abuse：辱骂
porn：色情
flood：灌水
contraband：违禁
meaningless：无意义
harmful：不良场景（支持拜金炫富、追星应援、负面情绪、负面诱导等检测场景）
customized：自定义（例如命中自定义关键词）
suggestion
String
block
建议您执行的后续操作。取值：
pass：结果正常，无需进行其余操作。
review：结果不确定，需要进行人工审核。
block：结果违规，建议直接删除或者限制公开。
rate
Float
99.91
置信度分数，取值范围：0（表示置信度最低）~100（表示置信度最高）。
如果suggestion为pass，则置信度越高，表示内容正常的可能性越高；如果suggestion为review或block，则置信度越高，表示内容违规的可能性越高。
建议您参考suggestion和label（或者部分接口返回的sublabel）结果用于内容违规判定。
details
JSONArray
名称
类型
示例值
描述
startTime
Integer
endTime
Integer
4065
text
String
恶心的
语音转换成文本的结果。
label
String
customized
检测结果的分类。取值：
normal：正常文本
spam：含垃圾信息
ad：广告
politics：涉政
terrorism：暴恐
abuse：辱骂
porn：色情
flood：灌水
contraband：违禁
meaningless：无意义
harmful：不良场景（支持拜金炫富、追星应援、负面情绪、负面诱导等检测场景）
customized：自定义（例如命中自定义关键词）
persons
JSONArray
[{"name":"敏感人名A"}]
声纹识别结果，如果命中了敏感人物的声纹，则会返回该字段。
具体结构如下：
name：字符串类型，通过语音识别的敏感人物信息。
默认不返回该字段。如果有需要，请联系商务经理。
hintWords
JSONArray
"[{"context":"敏感词"}]"
keyword
String
恶心
如果命中了用户自定义关键词，返回命中的关键词。
libName
String
test
如果命中了用户自定义关键词，返回关键词所在的词库。
url
String
如果检测的内容是语音流，表示该段文本对应的语音流的临时访问地址。该地址有效时间为30分钟，需要及时转存。
默认该字段不返回，如果需要，请联系商务经理。
名称
类型
示例值
描述
context
String
恶心的
语音中文本命中的风险关键词内容。
请求示例
正常返回示例
关注阿里云公众号或下载阿里云APP，关注云资讯，随时随地运维管控云服务