1. 首先准备 Python3.7 运行环境，安装代码指定版本的第三方依赖库；接着在讯飞开放平台获取 APPID、APIKey、APISecret 密钥，并准备好待识别的音频文件；
2. 然后通过密钥完成鉴权加密，生成 WebSocket 连接 URL；
3. 之后创建 WebSocket 客户端并与服务端建立连接，连接成功后将音频文件按固定帧大小分帧，以第一帧、中间帧、最后一帧的格式流式发送音频数据；
4. 最后接收并解析服务端返回的识别结果，提取并输出文字内容，识别完成后自动关闭连接。

过程中可参考官方错误码排查问题，也可在平台配置热词、语种方言。

5.1.4 接口要求

这里主要讲了 API 接口要求，包括：

• 基础协议与调用地址：
  • 请求协议：支持 ws（WebSocket）/wss（加密 WebSocket），强烈推荐使用 wss 以提升安全性
  • 请求地址：ws[s]://​iat.xf-yun.com/v1（中英文语音识别专属接口）
• 通用规范与鉴权要求：
  • 接口鉴权：采用签名认证机制，需按照官方规则生成鉴权信息后才可调用
  • 字符编码：统一使用 UTF-8 编码
  • 响应格式：服务端返回结果统一为 JSON 格式
  • 开发语言：无限制，只要可向讯飞云服务发起 HTTP 请求的语言均可开发
• 音频参数要求：
  • 音频属性：采样率支持 16k 或 8K、位长 16bit、单声道
  • 音频格式：支持 pcm（需传参 audio.encoding=raw）、mp3（需传参 audio.encoding=lame）
  • 音频长度：单段待识别音频最长不超过 60 秒

5.1.4.1 接口鉴权

本接口采用 URL​ 参数鉴权 机制，是调用服务的前置安全校验：通过在 WebSocket 请求地址后拼接 3 个必填鉴权参数，完成「身份校验 + 防篡改 + 防重放」三重安全防护，仅合法授权用户可成功调用接口。

必填鉴权参数说明：

authorization 参数完整生成步骤为：

在讯飞开放平台控制台，完成以下操作获取 2 个 32 位核心密钥：

1. 创建 WebAPI 平台应用
2. 开通「语音听写（流式版）」服务
3. 查看并保存：APIKey（身份标识）、APISecret（签名密钥，需严格保密）

生成合规 date 参数：

• 格式要求：严格遵循 RFC1123 标准，时区必须为 UTC+0/GMT
• 校验规则：服务端会校验本地时间与服务器时间的偏差，超时请求直接拦截，需确保本地时间同步

构造签名原始字段（signature_origin）：按固定规则拼接 3 个参数（\n 为换行符，: 后必须保留 1 个空格）：

host: $host\n

date: $date\n

$request-line

字段说明：

• $host：固定为 iat.xf-yun.com
• $date：步骤 2 生成的 RFC1123 格式时间
• $request-line：固定为 GET /v1 HTTP/1.1（对应接口请求路径）

示例：

host: iat.xf-yun.com

date: Tue, 14 May 2024 08:46:48 GMT

GET /v1 HTTP/1.1

接着，使用 hmac-sha256 加密算法，以 APISecret 为密钥，对 signature_origin 进行加密签名：

signature_sha = hmac-sha256(signature_origin, $apiSecret)

对 signature_sha 进行​Base64 编码​，得到可用于拼接的 signature 字符串。

按固定格式拼接（注意引号、空格不可错漏，headers 为固定参数名，不可修改）：

api_key="$api_key", algorithm="hmac-sha256", headers="host date request-line", signature="$signature"

• 关键提示：headers​​的值为固定字符串 "host date request-line"​，仅代表参与签名的参数名，不是参数实际值

对 authorization_origin 进行​Base64 编码​，得到最终可拼接到 URL 的 authorization 参数

最终请求格式为（推荐使用​wss​加密协议提升安全性）：

ws[s]://iat.xf-yun.com/v1?authorization={authorization}&date={date}&host={host}

5.1.4.2 数据传输示例