CAM++ API调用示例：curl命令实现远程验证
1. 引言
随着语音识别与生物特征认证技术的发展，说话人验证（Speaker Verification）在身份认证、智能客服、安全访问等场景中展现出广泛的应用前景。CAM++ 是一个基于深度学习的高性能中文说话人验证系统，由开发者“科哥”基于达摩院开源模型二次开发而成，具备高精度、低延迟和易部署的特点。
该系统通过提取音频中的192维说话人嵌入向量（Embedding），利用余弦相似度判断两段语音是否来自同一说话人。虽然系统提供了直观的Web界面进行交互操作，但在自动化测试、服务集成或批量处理等工程场景下，直接通过API调用更为高效。
本文将详细介绍如何使用curl命令远程调用 CAM++ 系统的后端接口，完成说话人验证任务，帮助开发者脱离图形界面，实现程序化控制与系统集成。
2. 系统架构与API设计
2.1 系统运行环境
CAM++ 基于 Python + FastAPI + Gradio 构建，启动后默认监听本地7860端口：
http://localhost:7860其核心功能封装为 RESTful 风格 API 接口，支持外部 HTTP 请求调用。尽管官方未公开完整 OpenAPI 文档，但通过分析前端请求可逆向得出关键接口路径与参数结构。
2.2 核心API端点
经抓包分析，系统主要提供以下两个功能接口：
| 功能 | HTTP方法 | 路径 | 说明 |
|---|---|---|---|
| 说话人验证 | POST | /verify_speaker/ | 比对两个音频文件并返回相似度 |
| 特征提取 | POST | /extract_embedding/ | 提取单个音频的192维Embedding |
本文聚焦于/verify_speaker/接口的远程调用实践。
2.3 请求数据格式
接口期望接收 multipart/form-data 格式的数据，包含以下字段：
audio1: 参考音频文件（WAV格式，16kHz）audio2: 待验证音频文件threshold: 相似度阈值（可选，默认0.31）
响应为 JSON 格式，包含：
{ "similarity": 0.8523, "is_same_speaker": true, "threshold_used": 0.31, "embedding1": [...], "embedding2": [...] }3. 使用curl实现远程验证
3.1 准备测试音频
确保你有两个本地音频文件用于测试，推荐使用系统自带示例：
ls /root/speech_campplus_sv_zh-cn_16k/examples/ # 输出: # speaker1_a.wav speaker1_b.wav speaker2_a.wav假设我们要验证speaker1_a.wav和speaker1_b.wav是否为同一人。
3.2 基础curl命令结构
curl -X POST http://<host>:<port>/verify_speaker/ \ -F "audio1=@path/to/audio1.wav" \ -F "audio2=@path/to/audio2.wav" \ -F "threshold=0.31"若服务运行在本地，则<host>为localhost；如需远程调用，请替换为服务器IP地址，并确保端口开放。
3.3 实际调用示例
curl -X POST http://localhost:7860/verify_speaker/ \ -F "audio1=@/root/speech_campplus_sv_zh-cn_16k/examples/speaker1_a.wav" \ -F "audio2=@/root/speech_campplus_sv_zh-cn_16k/examples/speaker1_b.wav" \ -F "threshold=0.31"注意：
-F参数用于上传文件，@符号表示读取本地文件内容。
3.4 远程调用配置说明
如果你希望从其他机器调用此API，需修改启动脚本以允许外部访问。
编辑/root/speech_campplus_sv_zh-cn_16k/scripts/start_app.sh，将启动命令中的 host 改为0.0.0.0：
python app.py --host 0.0.0.0 --port 7860重启服务后即可接受外部请求：
curl -X POST http://<server_ip>:7860/verify_speaker/ \ -F "audio1=@local_audio1.wav" \ -F "audio2=@local_audio2.wav"4. 响应解析与结果处理
4.1 成功响应示例
{ "similarity": 0.8523, "is_same_speaker": true, "threshold_used": 0.31, "message": "Verification completed successfully." }4.2 失败响应示例
{ "error": "Audio file not valid", "detail": "Unsupported format or corrupted data" }4.3 在Shell脚本中解析结果
可以结合jq工具提取关键字段：
response=$(curl -s -X POST http://localhost:7860/verify_speaker/ \ -F "audio1=@audio1.wav" \ -F "audio2=@audio2.wav") similarity=$(echo $response | jq -r '.similarity') result=$(echo $response | jq -r '.is_same_speaker') if [ "$result" = "true" ]; then echo "✅ 同一人，相似度: $similarity" else echo "❌ 非同一人，相似度: $similarity" fi提示：请先安装
jq：apt-get install -y jq
5. 批量验证自动化脚本
以下是一个批量比对多个音频对的 Bash 脚本示例：
#!/bin/bash AUDIO_DIR="/root/speech_campplus_sv_zh-cn_16k/examples" PAIRS=( "speaker1_a.wav,speaker1_b.wav" "speaker1_a.wav,speaker2_a.wav" ) for pair in "${PAIRS[@]}"; do IFS=',' read -r a1 a2 <<< "$pair" echo "🔍 正在验证: $a1 vs $a2" response=$(curl -s -X POST http://localhost:7860/verify_speaker/ \ -F "audio1=@$AUDIO_DIR/$a1" \ -F "audio2=@$AUDIO_DIR/$a2") sim=$(echo $response | jq -r '.similarity') same=$(echo $response | jq -r '.is_same_speaker') if [ "$same" = "true" ]; then status="✅ 是同一人" else status="❌ 不是同一人" fi printf "📊 相似度: %.4f | 结果: %s\n\n" "$sim" "$status" done保存为batch_verify.sh并赋予执行权限：
chmod +x batch_verify.sh ./batch_verify.sh输出示例：
🔍 正在验证: speaker1_a.wav vs speaker1_b.wav 📊 相似度: 0.8523 | 结果: ✅ 是同一人 🔍 正在验证: speaker1_a.wav vs speaker2_a.wav 📊 相似度: 0.1245 | 结果: ❌ 不是同一人6. 错误排查与最佳实践
6.1 常见问题及解决方案
| 问题 | 原因 | 解决方案 |
|---|---|---|
Connection refused | 服务未启动或端口错误 | 检查服务状态，确认端口绑定 |
Invalid audio format | 文件非WAV或采样率不符 | 转换为16kHz WAV格式 |
Empty file upload | 文件路径错误或权限不足 | 检查路径是否存在、是否有读取权限 |
High latency | 音频过长或设备性能不足 | 控制音频时长在3-10秒内 |
6.2 音频预处理建议
使用ffmpeg统一音频格式：
ffmpeg -i input.mp3 -ar 16000 -ac 1 -f wav output.wav参数说明： --ar 16000：设置采样率为16kHz --ac 1：单声道 --f wav：输出WAV格式
6.3 安全性建议
- 生产环境中应添加身份认证（如Token验证）
- 限制请求频率防止滥用
- 使用 HTTPS 加密传输敏感语音数据
- 定期清理 outputs 目录避免磁盘溢出
7. 总结
本文详细介绍了如何通过curl命令远程调用 CAM++ 说话人验证系统的 API 接口，实现了无需依赖Web界面的功能调用。我们覆盖了：
- 系统API结构分析
- curl命令构造方法
- 本地与远程调用配置
- 响应解析与自动化脚本编写
- 批量处理与错误处理策略
通过这些实践，开发者可以轻松将 CAM++ 集成到CI/CD流程、自动化测试平台或企业级身份验证系统中，充分发挥其在声纹识别领域的价值。
未来可进一步扩展方向包括： - 封装为Python SDK - 构建微服务网关统一管理 - 结合数据库实现声纹注册与检索系统
掌握API调用能力，是迈向工程化落地的关键一步。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
