视频文字识别
本文介绍文字识别（ocr）类目下的RecognizeVideoCharacter视频文字识别的语法及示例。功能描述 视频文字识别能力可以实现对输入视频的结构化处理，返回对应的文字内容、文字区域坐标及时间等信息。说明 您可以进入 在线咨询 获取在线人工...
IndexVideo-对视频进行自动截帧、分组、识别操作
调用IndexVideo接口将视频添加到媒体集中，并对视频进行自动截帧、分组、识别等操作。接口说明 此接口已不再维护，建议使用新版（2020-09-30 版本）接口 IndexFileMeta。关于新版与旧版 API 的对比，请参见 新旧版本使用指引 中的 新版与旧...
智能标签
功能特点 多维度信息识别 从视觉、文字、语音、运行行为等多个维度对视频信息进行分析，识别视频中的人物、物体场景、地标、文字、语音等内容。多模态融合理解 采用多模态融合对齐、跨模态映射等技术，对媒体内容进行多模态融合识别，高效...
UpdateSmarttagTemplate-更新模板
role：视频识别⼈物⻆⾊。object：视频识别物体。tvstation：视频识别台标。action：视频识别动作事件。emotion：视频识别表情。landmark：视频识别地标。scene：视频识别场景。movielp：视频识别影视 IP。subtitle：字幕提取功能。ocr,asr...
QuerySmarttagTemplateList-查询模板
shows：视频识别节⽬。face：视频识别⼈脸。role：视频识别⼈物⻆⾊。object：视频识别物体。tvstation：视频识别台标。action：视频识别动作事件。emotion：视频识别表情。landmark：视频识别地标。scene：视频识别场景。movieIp：视频...
AddSmarttagTemplate-添加模板
movieIp：视频识别影视 IP，目前仅支持华北 2（北京）地域使用。subtitle：字幕提取功能。分析类型与计费项的对应关系如下：说明 通过本接口配置智能标签功能开启的分析类型，将会产生费用，收费标准请参见 计费项。视频分类+结构化标签：...
AI能力清单
AI存储支持的AI能力列表：类目 能力名称 API接口 技术文档 目标检测 IPC视频目标检测 DetectVideoIPCObject IPC视频目标检测 IPC图像目标检测 DetectIPCObject IPC图像目标检测 文字识别 视频文字识别 RecognizeVideoCharacter 视频文字...
任务类型列表
CreateVideoModerationTask VideoModeration 视频识别任务。CreateMediaConvertTask MediaConvert 视频转码任务。CreateFileCompressionTask FileCompression 文件压缩任务。CreateArchiveFileInspectionTask ArchiveFileInspection 查看...
2022年
2022-04-30 华东2（上海）视频拆条 2022年3月 类目名称 能力名称 功能描述 发布时间 发布地域 相关文档 文字识别 视频文字识别 视频文字识别能力可以实现对输入视频的结构化处理，返回对应的文字内容、文字区域坐标及时间等信息。...
视觉智能开放平台的审计事件
RecognizeVideoCastCrewList 视频识别。RecognizeVideoCharacter 通用视频文字识别。RecognizeVietnamIdentityCard 越南OCR证件照识别。Renew 实例或者资源包等的续费操作。RetouchBody 身体美型。RetouchSkin 美肤。SearchBodyTrace 搜索...
视频AI概述
识别视频中的人物、文字、实体、场景和动作；分析理解视频用以智能生成视频标签、推荐封面、动图及视频摘要；支持将语音识别为文本等。视频AI功能特性 功能 描述 更多参考 智能审核 智能审核服务支持对点播视频资源的视频文件、封面图片及...
功能特性
视频异步检测 视频涉政暴恐识别 识别视频内容中的涉政暴恐风险，包括人物、标识、事件、血腥恐怖等-视频图文违规识别 识别视频画面文字中的涉黄、涉政、广告和二维码等内容-视频不良内容识别 识别视频内容中的不良场景，包括抽烟、喝酒、...
账单查询
广告/二维码识别 logo：Logo识别 live：不良场景识别 audio：语音垃圾识别 视频DNA 视频DNA 未更名 fingerprint 不涉及 数字水印 数字水印图片水印 未更名 DigitalWatermarkImage 不涉及 数字水印视频版权水印 未更名 ...
功能特性
功能集 功能 功能描述 参考文档 媒体识别检测 视频标签检测 使用视频标签检测，可以对视频智能分析，输出基于视频的标签。标签结果丰富全面，同时具有高准确率、高有效性、高价值等特点。通过获取视频的标签进行分类，检索，可以更精准高效...
功能特性
媒体处理可以将一个音视频文件转换成另一个或多个音视频文件，以适应不同网络带宽、终端设备和用户的需求。对媒体的内容、文字、语音、场景进行多模态分析，实现智能审核、内容理解、智能编辑等多种处理功能。音视频转码 把音视频码流转换...
图像识别介绍
视频场景分析 基于大量图像识别数据，用深度学习算法训练，可准确识别视频中的物体和内容，实现对视频全自动且准确的快速识别，提高检索效率精度和播放量，节省人力成本，并实现自动化的视频内容检索服务、个性化推荐、内容检索服务、审查...
2021年
2021-01-31 华东2（上海）菜品识别 视频分割 绿幕视频分割 可以将视频中的绿幕去除，自动完成前景主体与绿幕背景的分割。2021-01-31 华东2（上海）绿幕视频分割 视频理解 视频内容理解 可以分析出视频中的明星、素人、游戏画面等各种元素。...
概述
视频检测防欺诈：识别视频中的欺诈行为。图片信息识别：识别身份证号码、姓名、有效期等信息。用户回答检测：离线识别用户的回答内容。离线 AI 能力：支持在离线无网状态下对本地双录进行交互式检测，扩展展业场景。检测能力 本地双录 SDK ...
2020年
2020-07-31 华东2（上海）视频画幅变换 2020年06月 类目名称 接口名称 功能描述 发布时间 发布地域 相关文档 人脸人体 动作行为识别 识别视频和图像中的人体动作行为，并返回识别后的行为类别。2020-06-30 华东2（上海）动作行为识别 分割...
人脸人体介绍
动作行为识别 识别视频和图像中的人体动作行为，并返回识别后的行为类别。当前可以识别的行为类别包括：举手、吃喝、吸烟、打电话、玩手机、趴桌睡觉、跌倒。人体计数 识别输入图片中的人脸数量。人体结构化属性 检测图片中人体的属性，...
文字识别计费介绍
本文主要介绍文字识别收费能力的计费方式及费用详情。其余未收费能力当前还处于公测阶段，可免费使用。咨询服务 如果您有任何购买问题需要咨询阿里云视觉智能开放平台，欢迎各位企业用户、开发商、服务商或者开发者通过钉钉搜索群号 ...
功能概览
视频检测防欺诈：识别视频中的欺诈行为。图片信息识别：识别身份证号码、姓名、有效期等信息。用户回答检测：离线识别用户的回答内容。离线 AI 能力：支持在离线无网状态下对本地双录进行交互式检测，扩展展业场景。本地双录 SDK 检测能力 ...
视频OCR
功能描述 视频OCR能力可以识别视频中的文本，可涵盖新闻、影视剧、娱乐、体育等多场景的中英文、繁简体、比分等识别，支持普通字幕、定常字幕、滚动字幕、部分自然场景文字、竖排文字及艺术字等多种类型。说明 您可以进入 在线咨询 获取...
概述
视频检测防欺诈：识别视频中的欺诈行为。端云协同检测：支持云端对视频进行事后检测，扩展检测场景。检测能力 本地上传视频检测能力 人脸采集 检测和采集视频中的所有人脸及人脸信息。支持采集 4 张人脸信息。从输入视频流到返回视频，SDK ...
智能审核
智能审核服务基于海量标注数据和深度学习算法实现，从语音、文字、视觉等多维度精准识别媒体文件中包含的违禁内容，包括色情、暴恐、政治敏感、广告识别等多个功能模块，同时支持视频图像文件内容质量审核功能，可以减轻人工审核的工作负担...
【收费通知】智能生产服务收费通知
公测结束时间 2024年1月19日 正式收费时间 2024年1月20日 功能介绍 功能 服务名称 说明 图片图标模糊 ImageDelogo 识别视频中的Logo图标位置，并对图标进行模糊处理，恢复视频未添加Logo的原始状态，辅助视频内容的后期制作及再生产。...
智能擦除
点播媒体处理智能擦除功能当前支持以下两种擦除类型：智能擦除类型 描述 字幕擦除 智能识别视频中的字幕，对字幕进行擦除处理并对画面进行智能填充，还原视频未添加字幕时的纯净画面，辅助视频内容的后期制作及字幕重生。图标擦除 通过系统...
动作行为识别
功能描述 动作行为识别能力可以识别视频和图像中的人体动作行为，并返回识别后的行为类别。当前可以识别的行为类别包括：举手、吃喝、吸烟、打电话、玩手机、趴桌睡觉、跌倒、洗手、拍照。您可以根据系统提供的动作置信度判断阈值，对识别...
智能审核
智能审核基于海量标注数据和深度学习算法实现，从语音、文字、视觉等多维度精准识别视频、封面、标题等违禁内容，包括色情、暴恐、政治敏感等多个审核类型，广泛应用于短视频平台、传媒审核等场景，可有效提高视频的审核效率。本文为您介绍...
产品简介
自动纪要：实时识别视频通话的语音内容，并按照时间分角色交替文字记录对话内容。自动确认：识别客户对风险提示的语音确认，辅助坐席判断客户的意向。增强功能 屏幕共享：将本端的屏幕内容投送到其他端。截图：支持远程控制摄像头拍照、本...
媒体审核概述
功能特性 功能 描述 相关文档 智能审核 智能审核服务，基于海量标注数据和深度学习算法实现，从语音、文字、视觉等多维度精准识别视频、封面、标题等违禁内容，包括色情、暴恐、政治敏感等多个功能模块，可应用于短视频平台、传媒审核等...
应用场景
泛娱乐视频 媒体处理为泛娱乐门户提供完整的视频服务，帮助您快速搭建一个功能齐备的泛娱乐视频发布平台。快速对接 可通过API快速同已有媒资系统和内容管理系统进行对接。智能审核提效 智能识别视频色情、暴恐摄政、广告、不良画面等内容，...
直播安全概述
智能审核：基于海量标注数据和深度学习算法实现，从语音、视觉等多维度精准识别视频、封面、标题等媒体信息中包含的违禁内容。禁推直播流：针对于推流内容不合规或希望对推流进行封禁的场景，视频直播提供了直播流管理的入口，支持对直播流...
媒体AI计费
说明 需要开启的识别功能可以在智能标签任务模板中的分析类型中进行配置：分析类型中开启人脸识别、文字识别、语音识别分别对应 视频人脸识别、视频文字识别标签、视频语音识别标签 计费项。其他分析类型对应 视频分类+结构化标签 计费项...
语音识别
视频语音识别；方言语音识别；计费和免费额度信息 模型名称 计费单价 免费额度 paraformer-realtime-v1 0.00024元/秒 36,000秒（10小时）领取方式：每月1日0点自动发放。有效期：1个月 paraformer-realtime-8k-v1 paraformer-v1 0.00008元/...
点播媒体处理
说明 需要开启的识别功能可以在智能标签任务模板中的分析类型中进行配置：分析类型中开启人脸识别、文字识别、语音识别分别对应 视频人脸识别、视频文字识别标签、视频语音识别标签 计费项。其他分析类型对应 视频分类+结构化标签 计费项...
通用文字识别SDK
支持复杂场景：支持视频流识别模式，多帧识别避免了云端识别强依赖单张图片采集质量的问题，使用多帧融合策略进一步提升多字段场景的识别精度和识别速度，有效减少不可预测的外界因素（拍摄角度、光照等）带来的误识别。精度与性能融合：离...
车辆类识别SDK
支持以视频流形式扫描识别中国内地所有单行车牌及VIN码。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们。能力优势 准确率高：单图和视频...
视频AI费用
说明 需要开启的识别功能可以在智能标签任务模板中的分析类型中进行配置：分析类型中开启人脸识别、文字识别、语音识别分别对应 视频人脸识别、视频文字识别标签、视频语音识别标签 计费项。其他分析类型对应 视频分类+结构化标签 计费项...
文字识别介绍
视频文字识别 可以实现对输入视频的结构化处理，返回对应的文字内容、文字区域坐标及时间等信息。车辆交通类识别 驾驶证识别 识别驾驶证首页和副页关键字段内容，包括：档案编号、姓名、有效期时长、性别、发证日期、驾驶证号、驾驶证准驾...
- 产品推荐
- 这些文档可能帮助您