caiyun / asr

v1.0.1 2026-10-14 05:48 UTC

Requires

• php: ^8.3
• ext-curl: *
• ext-json: *
• ext-openssl: *
• illuminate/support: ^11.0 || ^12.0 || ^13.0

Requires (Dev)

• larastan/larastan: ^3.0
• laravel/pint: ^1.29
• orchestra/testbench: ^9.0 || ^10.0 || ^11.0
• phpstan/phpstan: ^2.1
• phpstan/phpstan-phpunit: ^2.0
• phpunit/phpunit: ^10.5 || ^11.5 || ^12.0

MIT

• 刘骏霖

Published on Packagist.org on 2026-10-14 05:48 UTC

README

彩云语音识别。用同一套调用方式接腾讯云、科大讯飞、阿里云的一句话识别，三家都处理 60 秒以内的短音频。

驱动	服务	协议
tencent	腾讯云语音识别 · 一句话识别	HTTPS + TC3 签名
xunfei	讯飞语音听写（流式版）	WSS
aliyun	阿里云智能语音交互 · 一句话识别	HTTPS，自动换 Token

安装

需要 PHP 8.3+、Laravel 11+，以及 curl、json、openssl 扩展。

composer require caiyun/asr
php artisan vendor:publish --provider="Caiyun\Asr\AsrServiceProvider" --tag=asr-config

Laravel 会自动注册服务提供者和 Asr 门面。配置会发布到业务项目的 config/asr.php。未发布时使用包内的默认配置；项目里已经有这个文件时，发布命令会保留原文件，需要覆盖再加 --force。

配置

ASR_DRIVER=tencent
ASR_TIMEOUT=60

ASR_TENCENT_SECRET_ID=
ASR_TENCENT_SECRET_KEY=
ASR_TENCENT_ENGINE=16k_zh

ASR_XUNFEI_APP_ID=
ASR_XUNFEI_API_KEY=
ASR_XUNFEI_API_SECRET=

ASR_ALIYUN_ACCESS_KEY_ID=
ASR_ALIYUN_ACCESS_KEY_SECRET=
ASR_ALIYUN_APP_KEY=
ASR_ALIYUN_REGION=cn-shanghai

ASR_DRIVER 取 tencent、xunfei 或 aliyun。8k 音频把腾讯云引擎改成 8k_zh。阿里云地域还可以是 cn-beijing、cn-shenzhen；如果已经有 NLS Token，配置里写 ASR_ALIYUN_TOKEN，不必再填 AccessKey。改完配置后如果开了配置缓存，执行 php artisan config:cache。

使用

use Caiyun\Asr\Facades\Asr;

$result = Asr::recognize('/path/to/audio.wav');

echo $result->text();
$result->driver();
$result->requestId();
$result->raw();

本地路径直接传字符串。公网地址用 Audio::url()，上传得到的二进制用 Audio::contents()。字符串以 http:// 或 https:// 开头时也会按公网地址处理。

use Caiyun\Asr\Audio;
use Caiyun\Asr\Facades\Asr;

Asr::driver('aliyun')->recognize(Audio::url('https://example.com/a.wav'));

Asr::recognize(Audio::contents($binary, [
    'format' => 'pcm',
    'sample_rate' => 16000,
]), [
    'driver' => 'xunfei',
]);

driver() 切换已配置的服务商。当次调用也可以在第二个参数里写 'driver' => 'aliyun'，这次调用结束后默认驱动不变。

wav 没有传 sample_rate 时，会从文件头读取采样率。

音频要求

• 腾讯云支持本地内容或公网 URL，格式包括 wav、pcm、mp3、m4a、aac、amr 等，文件不超过 3MB。
• 阿里云上传原始音频字节。采样率用 8000 或 16000，单声道 16bit。公网地址通过 audio_address 提交。
• 讯飞接收 pcm。wav 会去掉文件头再上传，mp3 按 lame 编码上传。默认每 40ms 发送 1280 字节，识别耗时接近音频时长。本地调试可以把 frame_interval 设为 0。

可选参数

调用时的 $options 会覆盖 config/asr.php 里的同名项。

腾讯云：engine、region、filter_dirty、filter_modal、filter_punc、convert_num_mode、word_info。

讯飞：language（默认 zh_cn）、domain（默认 iat）、accent（默认 mandarin）、ptt、dwa、nunum、host、frame_size、frame_interval。

阿里云：sample_rate、enable_punctuation_prediction（默认开）、enable_inverse_text_normalization（默认开）、enable_voice_detection、disfluency、vocabulary_id、customization_id。

通用：format、sample_rate、driver。

不使用 Laravel

把同一份配置数组交给 Caiyun\Asr\Asr。只配置一个驱动时可以不写 default。

$asr = new \Caiyun\Asr\Asr([
    'default' => 'tencent',
    'timeout' => 60,
    'drivers' => [
        'tencent' => [
            'secret_id' => 'your-secret-id',
            'secret_key' => 'your-secret-key',
            'engine' => '16k_zh',
        ],
    ],
]);

$asr->recognize('/path/to/audio.wav');

测试

composer test
composer check