更新记录

1.0.0（2026-10-31）

• 首个版本：腾讯云语音识别 UTS 插件
• 一句话识别：支持音频文件 / 网络 URL / assets 音频 / SDK 内置录音器 / MediaRecorder 录音五种入口
• 录音文件识别极速版：支持本地文件、assets 音频、现场录制 PCM 识别
• 实时语音识别：集成 2.0 版 SDK（asr-realtime-sentence-release.aar，okhttp 4.2.2）， 结果走 onRawResponse 解析 sentences.sentence_list，支持中间态/稳态句、说话人分离（speaker_id）、 音量与分贝回调、静音检测、状态查询（realtimeRecognizeState）、录音落盘与 pcm 转 wav
• 统一 requestPermissions 权限申请入口

平台兼容性

uni-app(4.72)

uni-app x(4.72)

插件介绍

zy-tencent-asr 是腾讯云语音识别的 UTS 原生插件（Android），集成腾讯云官方三个 SDK：

引入

import * as asr from '@/uni_modules/zy-tencent-asr'

权限

插件已声明 INTERNET / ACCESS_NETWORK_STATE / RECORD_AUDIO / MODIFY_AUDIO_SETTINGS， 运行时录音权限请调用：

asr.requestPermissions({
  success: (res) => console.log(res.granted, res.deniedPermissions),
  fail: (err) => console.log(err.errCode, err.errMsg)
})

不传 permissions 时只申请录音权限。

错误码

失败回调对象遵循 UniError：{ errCode, errMsg, errSubject, data, cause }。

一句话识别

// 1. 初始化
asr.oneSentenceRecognizeInit({ appId, secretId, secretKey, token })
asr.oneSentenceRecognizeInitStatus({ success: (res) => console.log(res.status) })

// 2. 注册识别监听（持续事件流）
asr.oneSentenceRecognizeListener({
  success: (ev) => {
    // ev.type: listenerSuccess | startRecord | stopRecord | recognizeResult | updateVolume
    // ev.result 为识别文本，ev.volumn 为音量
  },
  fail: (err) => {}
})

// 3. 识别
asr.oneSentenceRecognize({ path: '/sdcard/a.wav', engSerViceType: '16k_zh' })   // 本地文件
asr.oneSentenceRecognize({ url: 'https://xxx/a.wav' })                          // 网络音频
asr.oneSentenceRecognize({ assetFile: 'test.mp3', voiceFormat: 'mp3' })         // assets 音频

// 3.1 SDK 内置录音器（自带 AEC/降噪）
asr.recognizeWithRecorder({ engSerViceType: '16k_zh', convertNumMode: 1 })
asr.stopRecognizeWithRecorder({})       // 停止并开始识别

// 3.2 MediaRecorder 录音（m4a）
asr.startMediaRecorder({ filename: 'demo.m4a' })
asr.stopMediaRecorder({ voiceFormat: 'm4a' })

// 4. 释放
asr.oneSentenceRelease({})

参数说明（oneSentenceRecognize / stopMediaRecorder 通用）： path / url / assetFile 三选一；filterDirty、filterModal、filterPunc、convertNumMode、 engSerViceType、hotwordId、voiceFormat、reinforceHotword 均可选。

录音文件识别极速版

asr.fileFlashRecognizeInit({ appId, secretId, secretKey, token })
asr.fileFlashRecognizeInitStatus({})
asr.fileFlashRecognizeListener({
  success: (ev) => {
    // ev.type: listenerSuccess | recognizeResult（ev.result 为腾讯云返回的原文 JSON）
  }
})

asr.fileFlashRecognize({ path: '/sdcard/a.wav', engineModelType: '16k_zh' })
asr.fileFlashRecognize({ assetFile: 'a.mp3', engineModelType: '16k_zh', voiceFormat: 'mp3' })

// 现场录 PCM 再识别
asr.startFileFlashRecognizeRecord({ sampleRate: 16000, channel: 'CHANNEL_IN_MONO' })
asr.stopFileFlashRecognizeRecognizeRecord({ engineModelType: '16k_zh', voiceFormat: 'pcm' })

asr.fileFlashRecognizeRelease({})

极速识别参数：engineModelType、speakerDiarization、firstChannelOnly、wordInfo、 voiceFormat、connectTimeout、readTimeout、reinforceHotword、sentenceMaxLength、 filterDirty/filterModal/filterPunc/convertNumMode。

实时语音识别 2.0

使用腾讯云 实时语音识别 2.0 SDK（asr-realtime-sentence-release.aar v2.0.1，依赖 okhttp 4.2.2）， 支持说话人分离（speaker_id）、WebSocket 原始回包与状态机查询。

2.0 版与标准版（asr-realtime-standard-release.aar）是同模块的两个渠道产物，包含同名类与同名 libqcloud_asr_realtime.so，同一 App 内不可共存 —— 本插件只集成 2.0 版。

// appId 必须为数字
asr.realtimeRecognizeInit({ appId: 1250000000, secretId, secretKey, token, projectId: 0 })
asr.realtimeRecognizeInitStatus({})
asr.realtimeRecognizeState({})   // → { state: 'idle|connecting|recognizing|stopping', canStart, needCancel }

asr.startRealtimeRecognizeRecord({
  audioRecognizeRequest: {
    engineModelType: '16k_zh_en_2.0',          // 或 '16k_zh_en_speaker_2.0'（说话人分离）
    sampleRate: 16000,
    channel: 'CHANNEL_IN_MONO',                // 或 CHANNEL_IN_STEREO
    aecEnable: true,
    filterDirty: 0, filterModal: 0, filterPunc: 0, convertNumMode: 1,
    needVad: 1,                                // 语音超过 1 分钟必须开启
    hotwordId: '', customizationId: '', wordInfo: 0, reinforceHotword: 0,
    noiseThreshold: 0, maxSpeakTime: 0,
    isAudioRecordDataSource: false,            // true 用 SDK 内置 AudioRecord 数据源
    saveAudio: false,                          // true 时通过 onNextAudioData 回调音频流
    isPlaySound: false, assetFile: ''          // 边播边录（回声测试）
  },
  audioRecognizeConfiguration: {
    sliceTime: 40,                             // 40~5000，20 的整倍数
    silentDetectTimeOut: true,
    silentDetectTimeOutAutoStop: false,
    audioFlowSilenceTimeOut: 5000,
    minVolumeCallbackTime: 80,
    isCompress: true,
    stopFinalTimeoutMs: 5000                   // stop 后等待 final 的超时
  },
  saveFileName: 'rt_123456',   // 传了就落盘 pcm（应用私有目录 audio_cache）
  success: (ev) => {
    // ev.type = listenerSuccess
    // ev.type = onAudioRecognizeResult
    //   resultType = 'onRawResponse'（每帧 WebSocket 原始回包，最常用）
    //     ev.result        当前完整文本（稳态 + 中间态）
    //     ev.definiteText  仅稳态句子（sentence_type=1），可直接落库
    //     ev.sentenceType  0 中间态 / 1 稳态
    //     ev.speakerId     -1 未知（需 16k_zh_en_speaker_2.0 引擎）
    //     ev.sentenceId / ev.startTime / ev.endTime / ev.code / ev.message
    //     ev.sentencesJson 本帧 sentence_list 原文；ev.rawResponse 整帧原文
    //   resultType = 'onSuccess'（识别结束，result/definiteText 为最终文本，voiceId）
    //   resultType = 'onFailure'（clientException / clientErrorCode / serverException / response）
    // ev.type = onAudioRecognizeState
    //   resultType = onStartRecord / onStopRecord（recordPath）/ onVoiceDb（voiceDb）/
    //                onVoiceVolume（已废弃）/ onSilentDetectTimeOut
  },
  fail: (err) => {}
})

asr.stopRealtimeRecognizeRecord({})   // 正常结束，等待最终结果
asr.cancelAudioRecognize({})          // 立即取消
asr.pcm2wav({ pcmPath, success: (res) => console.log(res.path) })
asr.release({})

句子累积规则与官方 Demo 一致：以 sentence_id 为主键，稳态（sentence_type=1）覆盖写入、 中间态（0）暂存；result = 稳态 + 当前中间态，definiteText = 仅稳态。

注意事项

1. 必须打自定义基座：UTS 插件改动后需要重新制作自定义基座才能生效。
2. appId 类型：一句话识别 / 极速文件识别的 appId 为字符串；实时识别的 appId 为数字。
3. 录音权限：实时识别与现场录音前必须先拿到 RECORD_AUDIO，否则回调 9020007。
4. 落盘目录：录音、pcm 均写入应用私有外部目录（Android/data/<pkg>/files/...），无需存储权限。
5. 监听是持续事件流：*Listener 与 startRealtimeRecognizeRecord 的 success 会被多次回调， 不要在回调里做一次性清理逻辑。
6. 临时密钥：使用子账号临时密钥时传 token，过期需重新 init。