AI宠物声音识别分析（上传文件，流式）

产品介绍

---

AI宠物声音识别服务能够通过分析上传的宠物音频文件，对宠物的声音进行智能识别与解读。支持猫和狗两种动物类型，采用流式响应方式实时返回分析结果。与声音情绪识别不同，该服务基于大模型 prompt 配置进行综合声音分析，输出更丰富的声音描述与健康提示。

使用场景

---

• 宠物日常监护：分析宠物叫声，了解宠物当前状态，及时发现异常
• 宠物医疗辅助：辅助兽医通过宠物声音判断健康状况
• 宠物行为研究：结合声音数据分析宠物行为规律
• 智能设备集成：集成到宠物智能硬件中实现实时声音监测

接口调用前置步骤

调用本接口前，需先调用 session-start 获取 session_id，传参时 module_type 固定为 13（声音识别模块）。

注意：声音识别接口本身不需要传 pet_profile_id，但前置的 session-start 是否需要传入，请以当前 session-start 文档和实际服务实现为准。当前示例如下：

{
    "module_type": 13,
    "pet_profile_id": 3147
}

调用接口：

请求方式： POST（HTTPS）

请求地址： https://ms-ai.chongzhiling.com/api/v2.0/ai-b/ai-voice-recg/analysis

英文版请求地址： https://ms-ai.chongzhiling.com/api/v2.0/ai-en/ai-voice-recg/analysis

请求头：

Authorization: Bearer [ACCESS_TOKEN]
Accept: text/event-stream

请求参数：[multipart/form-data]

参数	类型	必填	说明
voice	file	是	上传的音频文件，支持 mp3、aac、wav、m4a
session_id	string	是	会话ID，由 session-start 接口获取
animal_type	integer	否	动物类型：1-猫，2-狗，默认 1

curl 示例：

curl -N --location 'https://ms-ai.chongzhiling.com/api/v2.0/ai-b/ai-voice-recg/analysis' \
  -H 'Authorization: Bearer [ACCESS_TOKEN]' \
  --form 'session_id=[SESSION_ID]' \
  --form 'animal_type=1' \
  --form 'voice=@"/path/to/audio.mp3"'

session_id 和 animal_type 建议放在 multipart/form-data 中；-N 用于关闭 curl 缓冲，便于实时查看流式返回。

返回结果

该接口为流式返回（SSE），响应 Content-Type 为 text/event-stream，数据以增量方式持续输出，直至分析完毕。

data: 这段声音

data: 是一只猫

data: 发出的轻柔叫声，

data: 情绪状态较为平静，无明显不适迹象。

data: [DONE]

返回参数说明

字段	类型	说明
data	string	每次推送的文本片段，前端拼接后即为完整分析结果
[DONE]	—	流式结束标志，收到后表示本次分析已完成

错误响应

HTTP 状态码	说明
400	缺少必要参数，或请求格式错误
401	未授权，token 无效或已过期

补充说明

• 上传版应始终使用 multipart/form-data
• session_id 和 animal_type 当前应放在 form-data 中，不再建议放 query
• 当 voice 缺失时，实际错误通常会先由 OpenAPI 校验器返回 "'voice' is a required property"
• 如果误用 application/json 调用，当前实现可能在 Connexion 校验阶段触发 500

相关接口

• 无会话流式上传：analysis-no-session
• 会话型 URL 流式分析：analysis-by-url
• 会话型上传 JSON 分析：analysis-json
• 无会话上传 JSON 分析：analysis-json-no-session
• 会话型 URL JSON 分析：analysis-by-url-json

接口调试

---