号码状态查询FAQ
号码状态查询（账号验证场景），号码状态查询（风控检测场景），号码状态查询（短信业务场景），号码状态查询（语音业务场景）返回DEFECT：异常号码，表示什么意思？号码状态查询（语音业务场景）异常号码表示无法用语音方式触达的号码。...
集成概览
使用OpenAPI自动化集成语音服务，可以提升您使用语音服务的开发效率。本文介绍使用OpenAPI调试语音服务的基本信息及注意事项。什么是OpenAPI 为了能够让开发者快速高效的学习和使用云产品OpenAPI，阿里云为用户提供OpenAPI网站。它是一款集...
最佳实践
Paraformer语音识别 了解如何通过从视频文件中提取音轨、并进行合理的压缩以显著降低文件尺寸，从而减少API调用过程中的文件传输耗时、加快文件转写吞吐效率，请查阅：预处理视频文件以提高文件转写效率。通过OSS可以提高文件转写的效率和...
最佳实践
Paraformer语音识别 了解如何通过从视频文件中提取音轨、并进行合理的压缩以显著降低文件尺寸，从而减少API调用过程中的文件传输耗时、加快文件转写吞吐效率，请查阅：预处理视频文件以提高文件转写效率。通过OSS可以提高文件转写的效率和...
DSW使用案例汇总
使用EasyCompression进行模型压缩训练 本文介绍如何使用EasyCompression进行剪枝、量化及结构化稀疏训练。AIGC文生图模型微调及WebUI部署 本文为您介绍如何在阿里云 DSW 中，基于Diffusers开源库进行AIGC Stable Diffusion模型的微调训练，...
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...
公共模式/专属模式FAQ
您在使用语音服务的公共模式或专属模式时，如果遇到疑问，可以参考以下常见问题及处理建议。什么是公共模式？公共模式是阿里云为了方便企业快速使用语音通知、语音验证码服务提供的一种全新的业务模式，企业无需购买号码，仅需上传资质和...
iOS SDK
本文介绍了如何使用阿里云智能语音服务提供的iOS NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 阅读接口说明，详情请参见 接口说明。已准备项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 获取Token概述。...
语音服务自定义权限策略参考
什么是自定义权限策略 在基于RAM的访问控制体系中，自定义权限策略是指在系统权限策略之外，您可以自主创建、更新和删除的权限策略。自定义权限策略的版本更新需由您来维护。创建自定义权限策略后，需为RAM用户、用户组或RAM角色绑定权限...
真实号申请
号码用途 语音通知 语音验证码 使用场景 请选择使用场景。外呼话术 请选择外呼话术。号码信息 呼叫类型 选择呼叫类型。呼入+呼出 呼入 呼出 号码类型 选择您需要的号码类型。目前支持：固话 手机 特殊规格-95 特殊规格-400 说明 400号码...
Android SDK
常见问题 新版Android SDK实时语音识别，管控台模型选择8K，但是Demo中为什么将采样率设置成16K才能识别正确？建议您将该参数值 nls_config.put("sr_format","pcm")配置成小写，在代码中确认 public final static int SAMPLE_RATE=8000，...
C++ SDK
本文介绍如何使用阿里云智能语音服务提供的C++ SDK，包括SDK的安装方法及SDK代码示例。SDK下载 当前最新版本：3.1.17，支持Linux、Windows及Android平台。发布日期：2023年08月09日。使用SDk前，请先阅读接口说明，详情请参见 接口说明。该...
基本概念
没有解码（解压缩）和编码（压缩）过程，所以不会有音视频的压缩损伤。转封装后的文件与原始文件的分辨率、码率等几乎一致，故播放时也称其为“原画”。码率、码流 码率（Bitrate）是指视频文件在单位时间内使用的数据流量，也叫码流或码...
基本概念
码率控制方法 码率控制是指视频编码中决定输出码率的过程，常用的码率控制方法有：VBR（Variable Bitrate）：动态比特率，也就是没有固定的比特率，音视频压缩软件在压缩时根据音视频数据的复杂程度即时确定使用什么比特率，这是以质量为...
压缩和解压缩文件
文件数量较多或单个文件较大时，可以通过压缩文件的方式解决文件传输慢的问题。本文为您介绍在云虚拟主机管理控制台上压缩或解压缩文件的方法。前提条件 已安装FTP客户端。建议您使用FileZilla工具，您可以单击 FileZilla 下载FileZilla...
离线语音合成使用问题
本文为您介绍离线语音合成的常见问题和解答。合成初始化失败通常有哪些原因？常见鉴权失败情况有哪些？初始化成功但是播报失败该如何处理？回调数据长度和时间对应关系是怎样的？配额消耗的规则是什么？一个Deviceid一天可以注册几次？如果...
快速开始
功能介绍 轻量化声音克隆能力，通过真人语音数据训练生成独特的定制语音合成模型，为您的品牌或角色合成清晰自然的声音。定制的语音模型，可应用于数字人音频合成、音视频制作配音、个性化有声书朗读等场景。单击 ModelScope开源社区，查看...
快速开始
功能介绍 轻量化声音克隆能力，通过真人语音数据训练生成独特的定制语音合成模型，为您的品牌或角色合成清晰自然的声音。定制的语音模型，可应用于数字人音频合成、音视频制作配音、个性化有声书朗读等场景。单击 ModelScope开源社区，查看...
虚拟号FAQ
虚拟号码是什么，做什么用的？虚拟号码是真实号组的代称，主要作用是故障灾备和接通率提升。虚拟号格式为05710000XXXX。更多信息，请参见 什么是虚拟号码。如何开通使用 虚拟号码？虚拟号码收费吗？您可以在 语音服务控制台 的 虚拟号服务 ...
常见问题
目前支持数据采集（文本、图片、语音、视频），数据清洗（对文本、语音、图片）进行判定和分类，内容审核（对文本、图片、语音和视频内容根据规则进行审核）;数据标注正在研发中，预计18年12月底上线。2、发布众包需求需要什么资质呢？必须...
语音服务系统权限策略参考
什么是系统权限策略 权限策略是用语法结构描述的一组权限的集合，可以精确地描述被授权的资源集、操作集以及授权条件。阿里云访问控制（RAM）产品提供了两种类型的权限策略：系统策略和自定义策略。系统策略统一由阿里云创建，策略的版本...
配置电话消息渠道
公共模式和专享模式的区别，更多详情请参见 语音服务-公共模式/专属模式FAQ 的 公共模式和专属模式的区别是什么。公共模式和专享模式的费用，更多详情请参见 语音服务-国内语音服务定价 的 按量计费。地域 必填项，下拉选框选择地域。...
Android SDK
本文介绍了如何使用阿里云智能语音服务提供的Android NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 使用SDK前，首先阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取Access Token，详情请...
自学习平台FAQ
语音识别类常见问题主要分为以下几类：功能类 自学习模型的调用限制是什么？控制台与POP API设置自学习模型的区别是什么？如何通过控制台添加热词？如何通过控制台设置泛热词的权重？如何通过POP API创建热词词表？热词有数量限制吗？除了...
服务介绍
阿里云物联网平台针对播报设备提供千里传音语音播报服务，帮助您高效完成大规模播报类设备的部署，实现智能语音播报。使用限制 仅华东2（上海）地域支持使用千里传音语音播报服务。功能特性 播报设备管理。以项目形式针对不同应用场景，...
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...
Android SDK
本文介绍了如何使用阿里云离线语音合成服务提供的Android NUI SDK，包括下载安装SDK和语音包、SDK关键接口及代码示例。前提条件 阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取AccessKey ID和 ...
Android SDK
本文介绍了如何使用阿里云智能语音服务提供的Android NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 获取Token...
常见问题
MaxCompute的用户经常咨询和关注的一些问题如下：使用MaxCompute需要具备什么专业技能？如何理解开源与云原生的大数据技术与产品？MaxCompute作为大数据平台，对业务数据是否有好的监控手段？MaxCompute的项目发挥什么作用？如何获取...
接口说明
一句话识别功能支持对一分钟内的短语音进行识别，适用于对话聊天、控制口令、语音输入法、语音搜索等较短的语音识别场景。使用须知 说明 如需使用Android/iOS SDK，请参见 移动端接口说明。支持的输入格式：单声道（mono）16bit采样位数...
创建虚拟号
虚拟号是真实号码组的代称...常见问题 虚拟号码是什么，做什么用的？如何开通使用虚拟号码？虚拟号码收费吗？虚拟号码创建规则 新的虚拟号，如何使用？老的虚拟号，如何使用？不同的虚拟号，如何更换真实号？换号规则是什么？增号规则是什么？
新手指引
语音服务（Voice Service）是一款基于云服务提供的语音通信能力，为企业客户提供的语音服务包含语音通知、语音验证码等丰富的语音产品。本文介绍语音服务的基础知识、计费方式、快速使用流程以及新手用户常见问题，帮助您快速上手语音服务...
SDK和API概览
离线移动端iOS SDK 离线语音合成 离线移动端Android SDK 离线语音合成 服务端 Java SDK 一句话识别、实时语音识别、录音文件识别、录音文件识别闲时版、语音合成、长文本语音合成、声音事件检测、说话人识别、性别识别、语种识别 Python ...
API概览
语音验证码 API 标题 API概述 SingleCallByTts 向指定号码发送语音验证码或文本转语音类型的语音通知 向指定号码发送语音验证码或带变量的语音通知。虚拟号码 API 标题 API概述 AddVirtualNumberRelation 批量添加虚拟号码与真实号码绑定...
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...
什么是语音服务
语音服务（Voice Service），是阿里云为了方便用户使用语音...产品架构 面向未来的智能语音架构 产品功能 语音服务 包含语音通知、语音验证码、语音互动、智能语音交互呼入、智能语音交互呼出及智能外呼机器人等。更多详情，请参见 产品功能。
应用场景
智能语音呼入：用户呼入后可通过回调接口获取企业设定的语音识别模型ID等参数，对用户的语音进行语音识别，将识别结果（一段文字）传给企业，企业根据自己的业务实际情况返回结果（一段音频或一段文字）给语音服务平台，语音服务平台进行...
功能发布记录
优化 语音合成时间戳功能介绍 新增多情感音色 语音合成、实时长文本语音合成、异步长文本语音合成服务中，新增支持音色：知妙_多情感 知燕_多情感 知贝_多情感 知甜_多情感 知米_多情感 新增 接口说明 新增多语种音色 语音合成、实时长文本...
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...
功能特性
语音服务 语音服务（Voice Service），是阿里云为了方便用户使用语音能力，联合运营商提供稳定可靠、安全可信的云通信服务。包含语音通知、语音验证码、语音机器人等丰富的PaaS/SaaS产品，具备高可用、高并发、高质量、接入便捷的优势。...
- 产品推荐
- 这些文档可能帮助您