V2 · 整段音频分析
每次调用消耗 1 个 API 请求V2 会先检测音频中是否有人声,然后使用 ECAPA-TDNN 语音模型对整段录音进行分类。适用于单人录音。请通过 multipart/form-data 将音频文件放入 file 字段。
为什么选择 V2 而不是 V1?V1 的旧模型始终会预测 male 或 female,即使输入是静音、音乐或噪声。V2 增加了语音检测,没有检测到人声时会返回 unknown,而不是猜测。它还使用 ECAPA-TDNN,能够随时间建模语音特征;后端测试语音对比显示,它比 V1 模型更准确。V2 会合并同一段录音中的所有声音,因此多人录音建议使用 V3。
端点
POST /v1/voice-gender-recognition/api/v2成功响应中的 gender 为 male、female 或 unknown,confidence 为百分比,另含 remainingRequests。gender 为 unknown 时,响应还会附带说明原因的 message。
未检测到人声时返回 unknown。这是成功响应,不是 API 错误。
cURL 请求
curl -X POST 'https://api.genderrecognition.com/v1/voice-gender-recognition/api/v2' \ -H 'apiKey: YOUR_API_KEY' \ -F 'file=@/path/to/recording.wav'
检测到性别时的响应示例
{
"success": true,
"gender": "female",
"confidence": 92,
"remainingRequests": 119
}无法判断性别时的响应示例
{
"success": true,
"gender": "unknown",
"confidence": 0,
"message": "No clear speech was detected in the audio, so the gender could not be determined.",
"remainingRequests": 119
}