音频分类¶

POST /api/v5/audio/classification

该接口用于对上传的音频文件进行情感分类识别，返回音频的向量表示、情感三维度（唤醒度、支配度、效价）分数以及格式化后的分类结果列表。

访问令牌支持说明¶

AtomGit 用户访问令牌（AtomGit user access tokens）

是否允许匿名访问¶

此接口允许匿名访问

请求参数¶

参数名	位置	类型	必填	说明
`model`	query	string	是	模型名称，默认为 `audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim`

请求体为 multipart/form-data 表单，字段见下：

Request Body:

{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "type": "object",
  "properties": {
    "file": {
      "description": "音频文件（支持 mp3、wav、m4a、flac、webm 格式），必填",
      "type": "string",
      "format": "binary"
    }
  },
  "required": ["file"]
}

注意： model 虽为必填，但未传时可回落到默认模型 audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim。

响应参数¶

字段	类型	必返	可为空	说明
`vector`	number	是	是	音频文件的向量表示
`emotion_class`	object	是	是	情感三维度（唤醒度/支配度/效价）分数
`emotionItems`	array	是	是	情感分类结果列表（格式化后）

emotion_class 对象

字段	类型	必返	可为空	说明
`emotion_class.arousal`	number	是	是	唤醒度分数（情感激活程度：如兴奋/平静）
`emotion_class.dominance`	number	是	是	支配度分数（情感控制感：如支配/顺从）
`emotion_class.valence`	number	是	是	效价分数（情感正负向：如愉悦/不悦）

emotionItems 数组元素

字段	类型	必返	可为空	说明
`emotionItems.label`	string	是	是	分类名称（中文），如 `激动程度`
`emotionItems.labelEn`	string	是	是	分类名称（英文），如 `Arousal`
`emotionItems.value`	string	是	是	数值，如 `0.6820112466812134`
`emotionItems.valueDesc`	string	是	是	数值描述（中文），如 `偏激动`
`emotionItems.valueDescEn`	string	是	是	数值描述（英文），如 `slightly excited`

失败响应¶

400 参数错误：

{
  "error_message": "读取文件失败: <原因>"
}

401 未认证：

{
  "error_message": "缺少或无效的访问令牌"
}

500 服务异常：

{
  "error_message": "音频转录服务返回空响应"
}

错误响应体结构以实际返回为准，字段名可能因上游服务差异而不同。

HTTP 响应状态码¶

状态码	说明
`200`	成功（OK）
`400`	参数错误（Bad request）
`401`	需要认证（Unauthorized）
`500`	系统内部错误（Internal server error）

请求示例¶

参数说明¶

<file> 替换为音频文件路径（支持 mp3、wav、m4a、flac、webm 格式）；
<model> 替换为模型名称，可省略（缺省使用默认模型 audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim）；
本接口允许匿名访问，也可携带 AtomGit 用户访问令牌。

cURL¶

curl -X POST 'https://api.atomgit.com/api/v5/audio/classification' \
  -H 'Accept: application/json' \
  -F 'file=@<audio-file>' \
  -F 'model=audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim'

JavaScript¶

// 原生 fetch (Node.js 18+ / 浏览器)
const formData = new FormData();
formData.append("file", fileInput.files[0]);
formData.append("model", "audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim");

const response = await fetch("https://api.atomgit.com/api/v5/audio/classification", {
  method: "POST",
  headers: {
    "Accept": "application/json",
  },
  body: formData,
});

if (!response.ok) {
  throw new Error(`请求失败: ${response.status}`);
}

const data = await response.json();
console.log(data);

Python¶

import requests

resp = requests.post(
    "https://api.atomgit.com/api/v5/audio/classification",
    headers={
        "Accept": "application/json",
    },
    files={
        "file": (
            "audio.mp3",
            open("audio.mp3", "rb"),
            "audio/mpeg",
        )
    },
    data={
        "model": "audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim",
    },
    timeout=10,
)
resp.raise_for_status()

print(resp.json())

响应示例¶

状态码： 200

{
  "vector": null,
  "emotion_class": {
    "arousal": 0.38037118315696716,
    "dominance": 0.4589272439479828,
    "valence": 0.5078083276748657
  },
  "emotion_items": [
    {
      "label": "激动程度",
      "label_en": "Arousal",
      "value": "0.38037118315696716",
      "value_desc": "偏平静",
      "value_desc_en": "Calm"
    },
    {
      "label": "情绪正负",
      "label_en": "Valence",
      "value": "0.5078083276748657",
      "value_desc": "中性",
      "value_desc_en": "Neutral"
    },
    {
      "label": "控制感",
      "label_en": "Dominance",
      "value": "0.4589272439479828",
      "value_desc": "中性",
      "value_desc_en": "Medium Control"
    }
  ]
}

注意： 响应为上游服务返回的原始 JSON，实际字段名（emotion_class/emotion_class、emotionItems/emotion_items）与键名风格以实际返回为准。

错误码¶

错误码	说明
`400`	参数错误或请求无法解析
`401`	未认证或凭证无效
`500`	系统内部错误

本页原文 Markdown：在 AtomGit 查看·内容源自开源项目 gitcode-dev/atomgit-api-doc