accesstoken需先通过api key和secret key向https://aip.baidubce.com/oauth/2.0/token(仅get)获取,再用于调用ocr、人脸、asr等接口;其有效期30天,须缓存并校验expires_in,参数须为url查询参数且client_id/client_secret需手动uri编码。

AccessToken 必须先获取,且所有百度AI接口调用都依赖它;没有有效 access_token,哪怕参数全对也会返回 {"error_code":110,"error_msg":"Access token invalid or no longer valid"}。
为什么第一次调用总返回 110 错误?
绝大多数人卡在这一步:以为 API Key 和 Secret Key 能直接发请求,其实百度强制要求两步走——先换 access_token,再拿这个 token 去调具体服务(OCR、人脸、ASR 等)。
关键点:
-
access_token有效期为 30 天,但官方文档未明说「可复用」,实践中建议每次启动应用时缓存并检查过期时间(响应体含expires_in字段,单位秒) - 请求地址固定为
https://aip.baidubce.com/oauth/2.0/token,仅支持GET,不是 POST - 参数必须是 URL 查询参数,不是 JSON body,不是 form-data
- .NET 中用
HttpClient时注意不要自动编码client_id和client_secret—— 百度接口对特殊字符敏感,建议手动拼接 URL 并用Uri.EscapeDataString处理 apiKey/secretKey
OCR 接口调用:图片转文字最简可行路径
通用文字识别(/rest/2.0/ocr/v1/general_basic)是入门首选,不需要额外开通权限,免费额度够用。
实操要点:
- 图片必须 Base64 编码(不含
data:image/jpeg;base64,前缀),且长度不能超 4MB;大图建议先压缩或裁剪 - 请求头必须带
Content-Type: application/x-www-form-urlencoded - Body 是标准表单格式:
image=xxx&language_type=CHN_ENG,不是 JSON - 如果传本地路径如
C:\test.jpg,需先读取为 byte[] 再转 Base64:Convert.ToBase64String(File.ReadAllBytes(imagePath)) - 返回的
words_result是数组,每项含words字符串字段,不是直接返回纯文本
人脸识别检测:避免 face_token 无效的典型操作
调用 /rest/2.0/face/v3/detect 后,若想后续做比对或搜索,必须保存返回的 face_token —— 它不是永久有效的,72 小时后失效,且无法通过其他方式反查。
常见疏漏:
- 没检查响应中的
result.face_num,直接取result.face_list[0].face_token,导致索引越界异常 - 把
face_token当字符串硬编码进数据库,没加索引或过期标记,后期查不到对应人脸 - 上传图片用了 JPEG 格式但设了
image_type=png,百度会静默失败,返回空face_list - 未处理
error_code=216100(图片中无人脸)这类业务级错误,而是当成系统异常抛出
实时语音识别(ASR):WebSocket 连接容易断在心跳上
百度实时语音识别走 WebSocket(wss://wsapi.baidu.com/ws/2.0/pcsm),不是 HTTP,这点和 OCR/人脸有本质区别。
必须注意:
- 连接前要先用
access_token拼成完整 URL:wss://wsapi.baidu.com/ws/2.0/pcsm?access_token=xxx,token 错或过期会导致连接立即关闭(状态码 4401) - 客户端必须主动发送心跳帧(ping),间隔不能超过 30 秒;
WebSocketSharp默认不自动 ping,得自己用ws.Ping()定时触发 - 语音数据要按 640 字节分片、PCM 编码(16bit、单声道、16kHz),送错格式会返回
{"type":"error","message":"audio format error"} - 首次发送必须是
{"type":"start","data":{"format":"pcm","rate":16000,"channel":1,"token":"xxx"}},少一个字段就拒绝
复杂点在于音频采集线程与 WebSocket 发送线程的同步——别用 Thread.Sleep 控制节奏,要用 BlockingCollection<byte></byte> 或 Channel<byte></byte> 缓冲,否则丢帧率高,识别结果断断续续。










