Skip to main content

Sintesis & Pengenalan Suara

Referensi perintah CLI Bailian untuk sintesis suara (TTS), pengenalan suara (ASR), dan manajemen kamus kata kunci panas.

Perintah tunggal mengaktifkan kemampuan sintesis dan pengenalan suara Bailian dari terminal, dengan manajemen kamus kata kunci panas untuk akurasi yang lebih baik.
Tambahkan --help ke setiap perintah untuk detail parameter lengkap, misalnya bl speech synthesize --help. Setiap parameter yang menerima URL file juga menerima jalur lokal — CLI secara otomatis mengunggahnya ke penyimpanan sementara (berlaku selama 48 jam), sehingga Anda tidak perlu menyediakan file sebagai URL sendiri. Detail perintah di halaman ini diverifikasi dengan bl 2.8.0.

Sintesis suara

bl speech synthesize

Menghasilkan suara dari teks. Memerlukan autentikasi API Key. Penggunaan
bl speech synthesize --text <text> [flags]
ParameterTipeWajibDeskripsi
--text <text>stringTidakTeks yang akan disintesis menjadi suara (atau gunakan --text-file)
--text-file <path>stringTidakBaca teks dari file alih-alih --text
--model <model>stringTidakID model (default: model TTS Profil yang dikonfigurasi, jika tidak cosyvoice-v3-flash). Suara sistem bervariasi tergantung model
--voice <voice>stringTidakID suara. Gunakan --list-voices untuk model yang dipilih (misalnya qwen-audio-3.0-tts-plus/flash, cosyvoice-v3-flash); untuk v3.5-flash berikan ID suara klone/desain
--list-voicesswitchTidakDaftar suara sistem bawaan untuk model yang dipilih dan keluar (tautan konsol ditampilkan dalam output)
--format <format>stringTidakFormat audio: mp3, pcm, wav, opus (default: mp3; default streaming: pcm)
--sample-rate <rate>stringTidakLaju sampel audio dalam Hz (misalnya 24000)
--volume <volume>stringTidakVolume 0-100 (default: 50)
--rate <rate>stringTidakLaju bicara 0.5-2.0 (default: 1.0)
--pitch <pitch>stringTidakFaktor pitch 0.5-2.0 (default: 1.0)
--seed <seed>stringTidakBenih acak 0-65535 untuk sintesis yang dapat direproduksi
--language <lang>stringTidakPetunjuk bahasa (misalnya zh, en, ja, ko, fr, de)
--instruction <text>stringTidakInstruksi bahasa alami untuk mengendalikan gaya suara (misalnya "Gunakan nada lembut")
--enable-ssmlswitchTidakAktifkan parsing markup SSML dalam teks masukan
--out <path>stringTidakSimpan audio ke file (default: otomatis dibuat di direktori sementara)
--streamswitchTidakAlirkan audio PCM mentah ke stdout (pipa ke pemutar)
--concurrent <n>numberTidakJalankan N permintaan paralel (default: 1)
Contoh: Sintesis suara dari teks menggunakan model TTS
bl speech synthesize --list-voices --model qwen-audio-3.0-tts-plus
  • --model auto merutekan model AIGC secara otomatis melalui MCP buatan Bailian dan hanya menggunakan parameter teks dan suara yang didukung alat MCP. Parameter yang tidak kompatibel seperti --format, --sample-rate, dan --stream gagal dengan error penggunaan, bukan beralih ke REST.
  • Untuk meminta output JSON dengan streaming, tentukan file dengan --out agar data audio dan hasil JSON tidak tercampur dalam aliran output yang sama.

Pengenalan suara

bl speech recognize

Mengenali suara dari file audio (FunAudio-ASR / Qwen-ASR Flash). Memerlukan autentikasi API Key. Penggunaan
bl speech recognize --url <audio-url> [flags]
ParameterTipeWajibDeskripsi
--url <url>arrayYaURL file audio atau jalur file lokal (dapat diulang, maksimal 100)
--model <model>stringTidakID model (default: model ASR Profil yang dikonfigurasi, jika tidak fun-asr). Async: fun-asr / -filetrans / paraformer-; sync: qwen3-asr-flash* / fun-asr-flash* / qwen-audio-*-asr-flash
--language <lang>stringTidakPetunjuk bahasa (misalnya zh, en, ja). Classic async/input-audio: language_hints; qwen3-filetrans: language; qwen3 sync: asr_options.language
--diarizationswitchTidakAktifkan diarization penutur otomatis
--speaker-count <n>numberTidakJumlah penutur yang diharapkan (membutuhkan --diarization)
--vocabulary-id <id>stringTidakID kamus kata kunci panas yang telah dibuat sebelumnya (buat melalui speech vocabulary create). target_model harus persis cocok dengan --model, jika tidak akan diabaikan secara diam-diam. Dukungan model lebih luas daripada --vocabulary, termasuk Fun-ASR dan Paraformer
--vocabulary <json>stringTidakKata kunci panas instan sebagai objek JSON word→weight, contoh: '{"Fendouzhe":4}'. Bobot 1-5 (4 disarankan; nilai lebih tinggi bisa merugikan kata lain), 50 untuk kata kunci super panas. Tidak perlu kamus yang sudah dibuat sebelumnya. Hanya berlaku pada model Qwen-Audio-3.0-ASR-Flash
--context <text>stringTidakDaftar kata peningkatan konteks untuk meningkatkan akurasi pada kata benda; harus berisi kata-kata tujuan itu sendiri (deskripsi topik saja memiliki sedikit efek); maksimal 400 karakter. Hanya berlaku pada model Qwen-Audio-3.0-ASR-Flash dan Fun-ASR-Flash
--channel-id <n>numberTidakID saluran audio (default: 0)
--out <path>stringTidakSimpan hasil transkripsi lengkap ke file JSON
--asyncswitchTidakKembalikan ID tugas async tanpa menunggu
--poll-interval <seconds>numberTidakInterval polling dalam detik (default: 2)
Contoh: Mengenali suara dari URL file audio
bl speech recognize --url https://example.com/audio.mp3
  • --model auto merutekan model AIGC secara otomatis melalui MCP buatan Bailian, hanya menggunakan parameter yang didukung alat MCP, dan menyederhanakan output teks. Parameter yang tidak kompatibel gagal dengan error penggunaan, bukan beralih ke REST.Audio harus berupa URL http(s) publik; gunakan --model <id> untuk mengenali file lokal dengan model tertentu.
  • Output JSON mempertahankan respons lengkap dan transkripsi. Jika tidak ada transkripsi, informasi tugas tetap disertakan.

Manajemen kamus kata kunci panas

Kelola kamus kata kunci panas yang dapat digunakan kembali untuk meningkatkan akurasi ASR pada kata benda.

bl speech vocabulary create

Membuat kamus kata kunci panas yang telah dikompilasi sebelumnya untuk ASR. Memerlukan autentikasi API Key. Penggunaan
bl speech vocabulary create --model <model> --prefix <prefix> (--words <json> | --words-file <path>) [flags]
ParameterTipeWajibDeskripsi
--model <model>stringYaModel ASR yang dibuat untuk kamus ini. Harus persis sama dengan --model yang diberikan nanti ke speech recognize, jika tidak maka kamus akan diabaikan secara diam-diam
--prefix <prefix>stringYaAwalan kamus kustom. Hanya digit dan huruf kecil, maksimal 10 karakter
--words <json>stringTidakKata kunci panas sebagai objek JSON word→weight, contoh: '{"Fendouzhe":4}'; atau array entri API untuk bahasa per entri. Bobot 1-5 (4 disarankan); saat target_model kamus adalah model seri Qwen-Audio-3.0-ASR-Flash, nilai 50 juga diperbolehkan sebagai kata kunci super panas. Atau gunakan --words-file
--words-file <path>stringTidakFile JSON berisi kata kunci panas (gunakan - untuk stdin)
--lang <code>stringTidakKode bahasa yang diterapkan ke setiap kata kunci saat menggunakan bentuk objek (opsional; diabaikan untuk bentuk array). Paraformer: zh/en/ja/yue/ko/de/fr/ru; Fun-ASR: zh/en/ja
Contoh: Membuat kamus kata kunci panas untuk ASR dengan kata kustom
bl speech vocabulary create --model fun-asr --prefix demo --words '{"Fendouzhe":4,"Jingluo":4}'
  • Nilai --model harus persis sama dengan --model yang digunakan nanti dengan speech recognize --vocabulary-id; ketidakcocokan menyebabkan kegagalan tanpa pesan kesalahan.

bl speech vocabulary list

Daftarkan kamus kata kunci panas yang telah dikompilasi sebelumnya. Memerlukan autentikasi API Key. Penggunaan
bl speech vocabulary list [--prefix <prefix>] [--page <n>] [--page-size <n>]
ParameterTipeWajibDeskripsi
--prefix <prefix>stringTidakFilter berdasarkan awalan kamus
--page <n>numberTidakNomor halaman, berbasis 1 (default: 1). Dipetakan ke API page_index (berbasis 0) sebagai page - 1
--page-size <n>numberTidakHasil per halaman (default: 10)
Contoh: Daftar kamus kata kunci panas yang telah dikompilasi berdasarkan awalan
bl speech vocabulary list --prefix demo
  • Respons daftar tidak mencantumkan target_model; gunakan speech vocabulary get untuk memeriksa model apa yang dibuat untuk sebuah kamus.
  • Kamus dengan status UNDEPLOYED akan diabaikan secara diam-diam oleh ASR.

bl speech vocabulary get

Dapatkan detail dari kamus kata kunci panas yang telah dikompilasi sebelumnya. Memerlukan autentikasi API Key. Penggunaan
bl speech vocabulary get --id <id>
ParameterTipeWajibDeskripsi
--id <id>stringYaID kamus kata kunci panas
Contoh: Mengambil detail dari kamus kata kunci panas tertentu
bl speech vocabulary get --id vocab-demo-xxx
  • Gunakan perintah ini untuk memverifikasi target_model sebelum memanggil speech recognize --vocabulary-id; ketidakcocokan model menyebabkan kegagalan tanpa pesan kesalahan.

bl speech vocabulary update

Mengganti isi dari kamus kata kunci panas yang telah dikompilasi sebelumnya. Memerlukan autentikasi API Key. Penggunaan
bl speech vocabulary update --id <id> (--words <json> | --words-file <path>) [flags]
ParameterTipeWajibDeskripsi
--id <id>stringYaID kamus kata kunci panas
--words <json>stringTidakKata kunci panas sebagai objek JSON word→weight, contoh: '{"Fendouzhe":4}'; atau array entri API untuk bahasa per entri. Bobot 1-5 (4 disarankan); saat target_model kamus adalah model seri Qwen-Audio-3.0-ASR-Flash, nilai 50 juga diperbolehkan sebagai kata kunci super panas. Atau gunakan --words-file
--words-file <path>stringTidakFile JSON berisi kata kunci panas (gunakan - untuk stdin)
--lang <code>stringTidakKode bahasa yang diterapkan ke setiap kata kunci saat menggunakan bentuk objek (opsional; diabaikan untuk bentuk array). Paraformer: zh/en/ja/yue/ko/de/fr/ru; Fun-ASR: zh/en/ja
--yesswitchTidakKonfirmasi operasi berisiko tinggi ini
Ini sepenuhnya menggantikan semua kata kunci dalam kamus. Entri yang tidak tercantum akan dihapus dan tidak dapat dibatalkan.
Contoh: Preview pembaruan kamus kata kunci panas dengan kata-kata tertentu
bl speech vocabulary update --id vocab-demo-xxx --words '{"Fendouzhe":4}' --dry-run
  • update adalah penggantian penuh, bukan tambahan. Disarankan gunakan --dry-run terlebih dahulu untuk melihat kamus lengkap yang akan ditulis.

bl speech vocabulary delete

Hapus kamus kata panas yang telah dikompilasi sebelumnya. Memerlukan autentikasi API Key. Penggunaan
bl speech vocabulary delete --id <id>
ParameterTipeWajibDeskripsi
--id <id>stringYaID kamus kata panas
--yesswitchTidakKonfirmasi operasi berisiko tinggi ini
Operasi ini akan menghapus permanen kamus kata panas yang ditentukan dan tidak dapat dibatalkan.
Contoh: Pratinjau penghapusan kamus kata panas
bl speech vocabulary delete --id vocab-demo-xxx --dry-run