Feedback

Tencent ASR

本文主要介绍如何在接口中配置腾讯 ASR。
Tencent ASR 是 TRTC 内置的语音识别引擎，原生集成于 TRTC 平台，通过直连 TRTC 实时音频管线实现超低延迟。先进音频处理能力——包括 AI 降噪、回声消除以及可自定义的对话模式——确保在嘈杂环境中也能清晰转录。灵活的引擎框架支持多种模型，覆盖中文、英文、粤语及混合语言场景，全部可通过 STTConfig 字段配置，无需额外服务商账号。对于希望以最快速度集成、无外部依赖的团队来说是理想选择。
使用方式
如需使用 Tencent ASR 作为 STT 引擎，请在 StartAIConversation API 的 STTConfig 字段中传入以下 JSON：
// json — STTConfig
{
  "Language": "zh",
  "VadSilenceTime": 1000
}
完整腾讯 ASR 参数参考，请参阅 ASR 参数配置指南。
内置提供商：
Tencent ASR 是 TRTC 内置的语音识别引擎。与第三方提供商（Azure、Deepgram、Soniox）不同，它不需要 CustomParam 字段——只需配置 STTConfig 顶层字段即可。
参数参考
以下字段属于 STTConfig 的一部分。完整定义请参阅 STTConfig。
字段
类型
必填
说明
Language
String
否
主要语言代码（如 "zh"、"en"）。请参阅 STTConfig。
VadSilenceTime
Integer
否
VAD 静音持续时间（毫秒）。当静音超过此值时，当前语音片段结束。请参阅 STTConfig。
下一步：配置 LLM 提供商﻿

字段	类型	必填	说明
`Language`	String	否	主要语言代码（如 `"zh"`、`"en"`）。请参阅 STTConfig。
`VadSilenceTime`	Integer	否	VAD 静音持续时间（毫秒）。当静音超过此值时，当前语音片段结束。请参阅 STTConfig。