非开发者使用指南
语音识别（语音转文字）在 语音识别 处单击 去配置，选择语言后，单击右下角麦克风按钮开始识别，完成后单击 确认使用。语音合成（文字转语音）在 语音合成 处单击 去配置，选择声音后，在右侧文本框输入文字，单击右下角扬声器按钮开始...
产品公共FAQ
本文汇总了您在使用智能语音交互产品过程中的常见问题。产品公共常见问题主要分为以下几类：功能类 使用阿里云音视频通信RTC如何调用语音识别服务？智能语音交互服务中语音识别和语音合成用到的端口是哪些？开通商用或者扩容并发，多久才会...
定制语言模型
前提条件 已开通智能语音交互服务，详情请参见 开通服务。训练语料说明 调用限制 该功能免费开放给所有开通智能语音交互免费版和商用版的用户。训练数据为领域相关的文本，与待识别语音数据越接近，优化效果越好。以文本方式保存，使用 UTF...
从这里开始
智能语音交互产品基于语音识别、语音合成、自然语言理解等技术，实现“能听、会说、懂你”式的智能人机交互体验，适用于智能客服、质检、会议纪要、实时字幕等多个企业应用场景。本文为您介绍如何使用智能语音交互，帮助您快速了解其使用...
视频AI费用
智能审核提供资源包购买，相较于按量付费有一定优惠力度，详细说明请参见 资源包介绍。其他计费项暂无可用资源包。智能生产计费 定价 下表以中国内地地域为例，为您介绍智能生产的具体计费项及价格。可单击展开查看具体价格 处理类型 计费...
什么是智能语音交互
智能语音交互（Intelligent Speech Interaction）是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互功能。适用于智能问答、智能质检、法庭庭审实时记录、实时演讲...
应用场景
本文为您介绍智能语音交互适用的各大应用场景。语音识别 语音搜索 支持各种场景下的语音搜索，如地图导航、浏览器搜索等。可以集成到任何形式的手机应用中，最大限度地解放双手。语音指令 通过语音命令控制智能设备，实现快捷便利的操作，...
什么是云联络中心
语音业务为阿里巴巴集团多年来研发积累的内部呼叫中心系统的优化输出，支持阿里集团20000+坐席的客服团队等大量自用实践，稳定性和可靠性经过历年双十一考验。数字员工 在用户拨打企业客户服务中心接通后先由对话能力提供语音业务自助办理/...
助力双十一天猫精灵的智能设备接入
双十一当天近百万智能设备被抢购，消费者收到设备后，生活物联网平台支撑消费者通过天猫精App进行设备配网、控制，以及保障设备同时在线的稳定性。场景介绍 双十一售卖的天猫精灵生态的WiFi智能家电、家装设备，全部通过阿里云IoT生活物...
计费说明
本文为您介绍智能语音交互的计费详细说明和附加产品计费说明。计费详细说明 智能语音交互支持 预付费 和 后付费 两种付费方式。其中，预付费资源包不支持续费升级，支持叠加购买抵扣；后付费按天结算，随调用量增加梯度报价。重要 预付费...
WebSocket协议说明
如果您不希望引入阿里云智能语音交互产品SDK，或者目前提供的Java、C或C++的SDK不能满足您的要求，可以基于本文描述自行开发代码访问阿里语音服务。功能介绍 阿里云智能语音交互产品通过WebSocket协议对外提供实时语音流语音转写功能，支持...
服务等级协议
智能语音交互“智能语音交互-模型服务”服务等级协议 智能语音交互服务等级协议 决策智能 优化求解器服务等级协议 AI应用 2D真人形象定制服务等级协议【虚拟数字人-品牌智能直播间】服务等级协议 三维空间重建服务等级协议 数知地球 AI ...
什么是智能双录质检
除了智能化的检测能力，该产品在云端还提供了配套的双录流程编排、双录流水查询以及双录视频托管等端到端的服务，帮助用户智能化地建立、使用、管理和分析整个音视频双录业务。产品优势 基于达摩院 AI 能力 阿里巴巴达摩院团队人工智能...
功能发布记录
本文介绍智能语音交互产品功能的最新动态和相关文档。2023年04月~2024年01月 功能分类 功能名称 功能描述 更新类型 文档链接 语音识别 字幕上屏 录音文件识别、录音文件识别极速版、录音文件识别闲时版支持字幕上屏场景。新增 接口说明 ...
API概览
智能语音交互 API 标题 API概述 SendCcoSmartCall 发起智能外呼 调用SendCcoSmartCall接口发起智能语音交互通话。SendCcoSmartCallOperate 发起智能外呼 调用SendCcoSmartCallOperate接口在智能外呼通话中，发起指定动作，仅用于并行转人工...
服务升级与购买
确认用户授权书 开通商用版需要您确认用户授权书，主要为了同意我们使用您的语音数据对模型进行优化，更好地提升数据转化效果并享受额外价格优惠，数据授权后3个月内不能取消。升级为商用版 一句话识别、实时语音识别、录音文件识别、语音...
语音识别FAQ
智能语音交互的一句话识别，标点符号是根据什么来判断逗号和句号的？离线文件转写如何区分左右声道？语音识别可以支持多个词表吗？设置录音文件识别服务的版本，"4.0"和"2.0"两个版本有什么区别？在电话端支持哪些国家的语音识别？在语音...
产品计费
自然语言处理产品计费规则。自然语言处理各产品服务的详细价格请参看下文，如果您需要大量采购，请加入“阿里云NLP基础服务用户答疑群”（钉钉群号：35235845）咨询。NLP自然语言处理 NLP自然语言处理于2020年12月31日正式开始收费。新增...
基础使用类
为什么通义听悟的价格与智能语音交互不同？实时记录断开多久后，任务ID会失效？ID失效会有什么影响？说话人分离能识别客户或领导讲话吗？实时记录的并发超过200路怎么办？视频支持什么格式？通义听悟支持哪些采样率？通义听悟是否支持翻译...
新手指引
智能语音交互呼入使用流程 智能语音交互呼出 语音平台通过呼出接口和呼出回调接口，在播报预设内容后，返回用户的文本消息和企业的执行动作，实现语音交互。智能语音交互呼出使用流程.aliware-tile-block.aliware-tile { width:370px;...
通过控制台界面定制
使用音色 使用阶段 使用方式 使用服务 标准价格 备注 新开通智能语音交互3个月 所有方式 语音合成 免费 无 已过3个月试用期 控制台界面使用【语音合成】商用版 3.5元/千次 开通商用服务后，可购买资源包进行抵扣，按照梯度计费。...
资费说明
智能联络中心为您提供语音通信、人工坐席、智能语音交互呼入、智能语音交互呼出和智能外呼机器人等功能，不同功能计费模式不同。语音通信 使用智能联络中心为您提供语音通信前，需购买专属号码，调用接口通过购买的号码发送语音通信。语音...
通义灵码介绍
通义灵码，是阿里云出品的一款基于通义大模型的智能编码辅助工具，提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答、异常报错排查等能力，并针对阿里云的云服务使用场景调优，助力...
对接操作审计
智能语音交互已经对接阿里云操作审计产品，实现对控制台的操作审计。开通操作审计服务 使用阿里云账号登录 操作审计控制台。RAM用户登录需要进行相应的授权。操作审计支持免开通，任何已完成实名认证且未欠费的有效阿里云账号皆可使用。...
欠费说明
本文为您介绍智能语音交互在预付费和后付费模式下的欠费说明。账号欠费说明 账号欠费周期 资源包抵扣 后付费≤24小时 服务可正常使用，资源包正常抵扣。服务可正常使用，用量计费持续计入账单。24小时≤7个自然日 服务不可用。服务不可用。...
计费定价FAQ
本文汇总了您在使用智能语音交互产品中关于计费相关的常见问题。录音文件识别所有的调用都会计费，还是只有识别成功的才会计费？只有服务调用成功才会计费。智能语音如何区分不同项目的计费？不同项目可以对应不同的Appkey，可以根据Appkey...
产品优势
本文为您介绍智能语音交互的产品核心优势。语音识别 识别准确率高 基于SAN-M自研的“识音石”通用端到端语音识别框架，中文识别准确率可达业内最高水平；在输入法、客服、会议等领域，文字识别错误率相比上一代系统下降10%～30%，大幅提高...
应用场景
智能语音交互 智能语音交互是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互体验。适用于多个应用场景中，包括智能问答、智能质检、法庭庭审实时记录、实时演讲...
通过SDK获取Token
通过阿里云公共SDK获取Token 适用于当前智能语音交互暂未提供对应语言SDK获取Token的场景。前提条件 已获取AccessKey ID和AccessKey Secret，具体操作，请参见 从这里开始。调用接口前，需配置环境变量，通过环境变量读取访问凭证。智能...
概述
本地双录质检功能为该类型的展业双录活动提供现场交互式检测。检测原理 智能双录质检为移动端 App 提供了智能检测 SDK。通过 SDK，为终端 App 提供离线实时检测能力，即支持在断网或联网时，对现场进行录音录像，并实现实时交互式检测。在...
退费说明
本文为您介绍智能语音交互在后付费和预付费模式下的退费说明。退费详细说明 后付费已发生的费用不予退款。预付费按照如下规则退款：购买资源包5天内未使用的可退全款。已使用时间小于5天，按照资源包剩余量退余款：退款金额=订单金额-使用...
概述
远程双录质检功能为该类型的展业双录活动提供实时交互式检测。检测原理 智能双录质检为移动端 App 提供了智能检测 SDK。通过 SDK，为终端 App 提供实时检测能力，即支持在联网条件下，对线上各方进行录音录像，并实现实时交互式检测。在...
管理项目
智能语音交互中的一个项目代表一个业务场景，由于各个场景的词汇各异，如果您有多个业务场景，可以创建多个项目，并根据各项目业务特点做个性化配置。本文为您介绍如何创建以及配置管理智能语音交互项目。前提条件 已开通智能语音交互服务...
计费概述
本文为您介绍智能语音交互的费用结算方式和计费的构成说明。费用结算 智能语音交互后付费结算时，遵循阿里云统一出账周期和扣费规则按天结算，一般次日出账扣费，请预先保证账户余额充足，以免账户欠费影响您的业务。免费版仅支持有限度地...
界面化的TTS下载工具
前提条件 已开通智能语音交互服务，请参见 开通服务。已创建项目，请参见 创建项目。使用限制 目前此功能只针对标准版TTS声音。操作步骤 重要 该合成能力调用的是语音合成服务，100字符以内（含100字符）每试听或下载一次，均算作一次服务...
产品功能
智能联络中心为您提供人工坐席、智能语音交互呼入、智能语音交互呼出以及智能外呼机器人。您可以根据自身需求选择不同的产品功能。人工坐席 智能联络中心人工坐席是阿里在电商和新零售等领域多年沉淀的一套全渠道智能客服解决方案，提供...
产品计费
智能双录质检提供三种模式的检测服务，分别是本地双录质检、远程双录质检和云端双录质检。这三种检测服务均采用后付费方式进行计费，本文分别对三种服务的计费规则进行说明。本地双录质检 当您使用智能双录质检提供的 SDK（Android 或 iOS...
并发与监控FAQ
智能语音交互产品中的并发，是指系统同时处理的请求数。以实时语音转写为例，每当发起一个请求后（比如调用start接口），即为建立一个WebSocket链接，在请求结束之前（比如调用stop或close接口），该请求一直占用一个并发。如果您的并发...
上传语音文件
本文为您介绍如何在控制台导入智能语音交互放音文件。登录 智能联络中心控制台。在左侧导航栏，选择 智能交互>语音文件管理，单击 导入语音文件。根据页面提示，选择语音文件相关信息。单击 确认导入。
模型介绍
通义千问是由阿里云自主研发的大语言模型，用于理解和分析用户输入的自然语言，在不同领域、任务内为用户提供服务和帮助。您可以通过提供尽可能清晰详细的指令，来获取符合您预期的结果。说明 支持的领域/任务：aigc（生成式人工智能）模型...
- 产品推荐
- 这些文档可能帮助您