Skip to content

funasr_spk_server_client_api.md

Latest commit

 

History

History
172 lines (146 loc) · 3.02 KB

funasr_spk_server_client_api.md

File metadata and controls

172 lines (146 loc) · 3.02 KB

客户端用法

测试客户端

基础测试：

python tests/server/test_server_transcription.py

并发测试：

python tests/server/test_concurrent_transcription.py [客户端数量]

WebSocket API

1. 连接到服务器

const ws = new WebSocket('ws://localhost:8767');

2. 认证（如果启用）

{
  "type": "auth",
  "data": {
    "token": "your-jwt-token"
  }
}

3. 上传文件请求

{
  "type": "upload_request",
  "data": {
    "file_name": "test.mp3",
    "file_size": 1024000,
    "file_hash": "md5-hash",
    "force_refresh": false,
    "output_format": "json"  // 或 "srt"
  }
}

4. 上传文件数据

{
  "type": "upload_data",
  "data": {
    "task_id": "task-id",
    "file_data": "base64-encoded-data"
  }
}

5. 接收转录结果

服务器会发送以下类型的消息：

  • task_progress: 转录进度更新
  • task_complete: 转录完成
  • error: 错误信息

输出格式对比

JSON 格式（推荐用于数据处理）

特点：

  • 自动合并相同说话人的连续句子
  • 提供完整的元数据和统计信息
  • 便于程序处理和分析

适用场景：

  • 会议纪要整理
  • 对话分析
  • 数据挖掘
{
  "task_id": "uuid",
  "file_name": "meeting.mp3",
  "file_hash": "md5-hash",
  "duration": 120.5,
  "segments": [
    {
      "start_time": 0.88,
      "end_time": 5.195,
      "text": "欢迎大家来体验达摩院推出的语音识别模型。",
      "speaker": "Speaker1"
    }
  ],
  "speakers": ["Speaker1"],
  "processing_time": 1.03
}

SRT 格式（推荐用于字幕制作）

特点：

  • 保持FunASR原始的句子分割
  • 不合并说话人内容，保持原始粒度
  • 标准SRT字幕格式，兼容性好

适用场景：

  • 视频字幕制作
  • 直播转录
  • 播客字幕
1
00:00:00,880 --> 00:00:05,195
Speaker1:欢迎大家来体验达摩院推出的语音识别模型。

请求格式选择

在上传请求中指定 output_format 参数：

// JSON格式（默认）
{
  "type": "upload_request",
  "data": {
    "file_name": "test.mp3",
    "output_format": "json"
  }
}

// SRT格式
{
  "type": "upload_request", 
  "data": {
    "file_name": "test.mp3",
    "output_format": "srt"
  }
}

响应格式

JSON格式响应

{
  "type": "task_complete",
  "data": {
    "task_id": "uuid",
    "result": {
      "task_id": "uuid",
      "file_name": "test.mp3",
      "segments": [...],
      "speakers": [...],
      // ... 完整的转录结果
    }
  }
}

SRT格式响应

{
  "type": "task_complete", 
  "data": {
    "task_id": "uuid",
    "result": {
      "format": "srt",
      "content": "1\n00:00:00,880 --> 00:00:05,195\nSpeaker1:欢迎大家...\n\n",
      "file_name": "test.mp3",
      "file_hash": "md5-hash"
    }
  }
}