《虚拟现实脚本与策划》教案-四-2-知识点4：使用API语音转文字

任务2AI数字人功能开发任务描述适配岗位与职责本任务围绕AI数字人功能开发展开，学习网络传输与API使用，实现语音输入、语音转文字、文字聊天、文字转语音等功能，最终完成AI对话模块的搭建。岗位：VR开发工程师职责：VR项目开发学习目标知识目标：掌握网络传输开发与API

Key的基础使用方法。了解麦克风语音输入、语音转文字、文字转语音的

API

调用逻辑。熟悉AI

对话模块的整体架构与实现流程。能力目标：能独立完成API

Key

配置与基础网络请求开发。具备AI

对话模块的搭建、调试与优化能力。可实现语音输入、文字交互、语音输出的完整功能链路。素质目标：养成规范的API

调用与数据安全意识。培养模块化开发、分步调试的工程思维。学习重难点重点：API

Key

配置与语音转文字、文字转语音的接口调用。AI

对话模块的功能整合与交互流程实现。难点：多

API

模块联动的逻辑串联与异常情况处理。操作步骤职业知识语音转文字语音录入步骤1：找到录音功能OnRecordButtonClickOnRecordButtonClick是录音按钮的点击事件，我们通过搜索这个函数找到整个录音功能的代码入口。找到StartRecord的方法，然后定位到Finish后的回调StartRecord是启动录音的方法，我们要找到录音Finish结束后的回调，语音转文字的代码写在这里步骤2：语音转文字核心方法SpeechToTextSpeechToText是语音转文字的核心方法，该方法能够把音频数据提交给接口，实现将语音转换成文字。方法详情参考大模型平台内容步骤3：大模型平台设置找到开通管理我们登录大模型平台的后台管理页面，找到开通管理板块，在这里可以开通语音转文字等相关API服务，获取调用接口所需要的权限与凭证。确认项目和语言模型保持一致在大模型平台后台，要保证代码里填写的项目信息与选择的语言模型，和平台后台开通配置的内容完全匹配，否则API调用会失败。打开对应的项目管理登录大模型平台后台，找到并进入当前业务所对应的项目管理页面，在此页面完成模型、权限等相关配置。查看管理资源的列表进入项目管理页面后，打开资源列表，在这里可以查看本项目已开通的语音转文字等模型资源，核对资源状态与配置信息。步骤4：调整语音模型设置列表中开启后回到开通管理点击立即使用我们先在资源列表开启语音模型，之后返回开通管理页面，点击立即使用，获取调用语音转文字API所需的配置信息。查看该模型详情进入语音模型页面，打开模型详情，可以查看接口地址、密钥等调用语音转文字API所需要的全部参数信息。点击服务开通下的按钮，点击开通在语音模型设置页面，找到服务开通区域对应的按钮并点击开通，以此开启语音转文字模型的调用权限。步骤5：语音转文字方法SendSpeechToTextRequestSendSpeechToTextRequest是向语音接口发起请求的方法，用来提交音频数据调用语音转文字服务文本为空字符串和空返回的排查，正常返回保存到text中我们需要对接口返回结果做判断处理，排查返回空字符串、空数据等异常情况，如果接口正常识别出文字，就把结果存入text变量中供后续使用。语音合成的SDK步骤1：查找SDK入口开通管理，找到对应模型点击立即使用选择应用名称，选择服务详情在平台后台选中目标应用，打开对应的服务详情页面。下拉找到SDK接入文档在服务详情页面向下滑动页面，找到SDK接入文档，查看代码接入教程。步骤2：查看文档概览浏览SDK文档总览，包括SDK的适用平台、开发者、版本等信息。流式API浏览SDK文档总览，了解语音转文字开发所需的环境、接口、参数与示例代码，指导程序对接语音服务。工作任务验收步骤1：检查语音转文字的部分是否在平台设置完毕，是否开启对应的服务，查看API文档找到语音转文字对应的方案，按照相同的原理进行制作。步骤2：检查运行时是否能将语音转换为文字。知识点1：平台项目管理这里需要检查开启的模型所在的项目是