[ 01 ]长什么样
一个耳机图标，点开是一段夹着噪音的数字或单词录音，旁边的输入框填你听到的内容，重播次数通常有限制。
验证码类型 · Pattern
语音验证码识别接口
面向无障碍通道的音频验证码：提交 mp3 或 wav，接口回传听写文本。适合读屏辅助流程和可访问性自动化测试。
其他叫法语音验证码识别音频验证码 识别recaptcha 语音识别语音验证码 转文字无障碍 音频验证码mp3 验证码 识别
- 单价
- $0.75
- 每千次
- 目标站点接受率
- 98.9%
- 平均耗时
- 4.0s
- P95 耗时
- 9.0s
[ 02 ]难在哪里
音频是故意做差的：叠人声、变调、混响，再加一层专门用来卡通用 ASR 的底噪，人能听懂，现成的语音模型听不准。它同时是无障碍通道，供应商对它的限流比图形通道更严，重播次数也有上限，基本没有重试余地。
[ 03 ]我们怎么做
把音频以 base64 提交并带上 lang 语言代码，接口回传听写出来的文本。没有 sitekey，也不需要 proxy，任务里只有这段音频，所以和图片类题型同属最低价一档。识别用的是按语种在验证码音频上微调过的模型，不是通用语音模型，两者的噪声分布差别很大。
[ 02 ]五行代码接入
五行代码接入
提交任务，取回 token。官方 SDK 已把创建、轮询、重试封装成一次调用。
audio-captcha.sh
curl -s https://api.nexcaptcha.net/createTask \
-H "Content-Type: application/json" \
-d '{
"clientKey": "YOUR_API_KEY",
"task": {
"type": "AudioTask",
"body": "...",
"lang": "..."
}
}'必需参数
- 任务类型名
- AudioTask
- body
- required
- lang
- required
- 识别难度
- 中等
[ 03 ]常见于哪些场景
常见于哪些场景
[ 05 ]关于这一项的常见问题
关于这一项的常见问题
每 1000 段 0.75 美元，和图形验证码、旋转验证码同一档，识别失败不计费。这个题型成功率 98.9%，是低价档里最低的，失败不计费这条对它更有意义。
lang 字段支持 en、fr、de、el、pt、ru，每个语种一套微调模型。建议直接指定语种，不要靠自动识别，几秒钟的数字录音给不了检测器足够信息。
更便宜，但不更容易。无障碍通道的限流比图形通道严，重播次数也有上限，每个会话能试的次数更少。适合图形题取不到、或者本来就在测无障碍流程的场景。
不需要。任务里只有音频文件，没有 sitekey 也没有 token，不和出口 IP 绑定。在你自己的会话里把音频下下来提交，拿到文本再填回去即可。