接口说明
语音合成为您提供将输入文本合成为语音二进制数据的功能。返回语音合成产品详情页 功能介绍 支持输出PCM、WAV和MP3编码格式数据。支持设置语速、语调和音量。支持设置不同场景及风格的声音。支持一次性合成300字符以内的文字，其中1个汉字...
接口说明
长文本语音合成功能提供了将超长文本（如千字或者万字）合成为语音二进制数据的功能。返回语音合成产品详情页 新推出超高清合成声音 持续新增多个超高清合成声音，可提供超高音质合成效果，采样率高达48 kHz，无损声音，纤毫毕现。超高清样...
接口说明
离线语音合成是指在弱网或无网状态下，通过设备本地的语音合成模型，将文本转换成自然流畅的语音。产品体验 更多合成效果可至 离线语音合成产品详情页 进行体验。功能介绍 离线语音合成主要包括以下功能，暂不支持多实例调用。提供语速调节...
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...
接口说明
流式文本语音合成功能可以将您输入的文本合成为语音二进制数据，相比于非流式语音合成，流式合成的优势在于实时性更强，用户在输入文本的同时就可以听到接近同步的语音输出，极大地提升了交互体验，减少了用户等待时间。适用于大规模语言...
数字人官方形象示例
语音驱动或者文字驱动数字人视频合成时，语音（包含文字转换成的语音）时长不短于1秒。数字人官方形象 凡宇播音站姿"AvatarId":"fanyu-broadcast_standing"柏翰播音站姿"AvatarId":"baihan-broadcast_standing"博远播音站姿"AvatarId":...
接口说明
说话人识别功能可以将说话人所读出的连续数字串语音，与语音库中该用户ID所对应的声音特征进行1:1比对验证，当声音特征比对满足阈值条件时则身份验证成功。使用须知 支持的输入格式：PCM编码文件、16 bit采样位数、单声道（mono）。支持的...
通用WebSocket接入指南
本文档向您介绍如何对接虚拟数字人开放平台的通用WebSocket服务，适用于互动数字人这类需要通过WebSocket来持续传输语音流数据的产品服务。建立WebSocket连接 开发者可以通过js、java、python等支持标准websocket协议的语言作为WebSocket...
并发与监控FAQ
并发/QPS限制 服务 免费试用 商用 一句话识别 2路并发 200路并发 实时语音识别 2路并发 200路并发 录音文件识别 识别语音时长：2小时录音/日 重要 新用户试用期3个月内，每隔24小时可免费识别2小时时长的文件转写服务。免费额度用完后，...
3D互动数字人接入指南
3D互动数字人（对应开放平台的“智能客服”场景）是虚拟数字人开放平台提供能够支持用户与3D数字人进行实时语音交互的数字人产品能力，需要配合 智能对话机器人 产品使用。本篇文档将介绍如何接入3D互动数字人。能力介绍 3D互动数字人是...
界面化的TTS下载工具
如果您还没有配置语音合成服务，单击 语音合成 模块内的 去配置。选择语音合成模型。设置 基础参数。在 测试 文本框内输入不超过300字符的文字。单击 播放 试听合成效果，单击 下载 可将音频下载到本地。单击右下角 确认使用，保存配置信息...
互动数字人回音消除方案
您在使用3D互动数字人（3D互动数字人接入指南）、2D互动数字人（2D互动数字人接入指南）时，或者通过接入阿里云智能语音服务，然后对接自己对话服务，然后通过播报数字人实现语音互动效果（通过播报数字人实现对话效果）时，可以通过该文档...
关于数字社区
阿里云基于支付宝、钉钉和阿里云AIoT能力搭建了数字社区，为业主提供便民服务，为物业提供持续运营，为伙伴提供生态支持，为城投提供资源整合，为政府提供公共服务和人口管理等全方位解决方案。快速指引 社区SAAS服务平台，端到端社区解决...
基本概念
逆文本规整（inverse text normalization）语音转换为文本时使用标准化的格式展示数字、金额、日期和地址等对象，以符合阅读习惯。以下是一些示例。语音原始文本 开启ITN的识别结果 百分之二十 20%一千六百八十元 1680元 五月十一号 5月11...
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...
接口说明
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。功能简介 NUI SDK提供更小的工具包和更完善的状态管理。为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK...
数字人概述
智能生产制作支持通过对真人形象的学习训练，实现基于文字或语音驱动数字人模拟真人播报功能。通过阅读本文，您可以了解如何定制及使用数字人。概述 数字人分为“定制训练”和“合成使用”两个环节。定制训练：指将真实人物形象经过算法...
3D数字人视频合成接入指南
具体可参考：配置数字人形象 支持通过参数指定本次视频合成需要使用的3D数字人形象，具体数字人形象列表可以从平台3D资产中心获取（获取3D数字人形象code）数字人驱动 支持数字人表情、口型、动作驱动 视频编码信息 编码格式：h264 帧率：...
企业资质FAQ
语音服务资质审核已经通过为什么状态显示是失效？如果提交了相同的企业、经办人的资质，会导致前一条资质信息变为失效状态。语音服务提交资质、场景审核后在控制台查不到工单？一般查不到审核工单号可能是浏览器有缓存导致，您可刷新浏览器...
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...
在控制台创建热词
通过智能语音交互控制台中的添加热词功能，开发者可以上传自定义的热词列表，提升在其识别准确率。本文为您介绍如何在控制台创建热词。背景信息 热词包括 名称类 和 业务类，具体说明如下：名称类（人名/地名）目前名称类热词只支持人名和...
2D数字人视频合成接入指南
2D数字人视频合成服务为您提供 输入文本 和 输入音频 合成为2D虚拟数字人指定格式的视频，并且通过返回的视频链接下载视频内容。说明 如您需要单日提交超过1000条视频，请提前联系工作人员。功能介绍 形象配置 支持选择平台内置的2D数字人...
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...
接口说明
长文本语音合成功能提供了将超长文本（如千字或者万字）合成为语音二进制数据的功能。返回语音合成产品详情页 新推出超高清合成声音 持续新增多个超高清合成声音，可提供超高音质合成效果，采样率高达48 kHz，无损声音，纤毫毕现。超高清样...
2D互动数字人接入指南
2D互动数字人（对应开放平台的“智能客服”场景）是虚拟数字人开放平台提供能够支持用户与2D数字人进行实时语音交互的数字人产品能力，需要配合 智能对话机器人 产品使用。本篇文档将介绍如何接入2D互动数字人。警告 目前2D互动数字人公测...
iOS SDK
本文介绍了如何使用阿里云离线语音合成服务提供的iOS 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 AccessKey ...
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 ...
接口说明
对长时间的语音数据流进行识别，适用于会议演讲、视频直播等长时间不间断识别的场景。功能简介 NUI SDK提供更小的工具包和更完善的状态管理。为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK进行使用，并保持...
沙盒白名单介绍
在智能语音导航功能正式上线运用前或有关配置更新后，一般需要让机器人在 测试环境 进行智能语音导航功能效果检测，以保证智能语音导航功能在机器人 正式环境 发布后面向客户能够达到预期的效果。通过设置沙盒白名单可使名单中号码呼入时接...
申请企业资质
按运营商要求，语音服务目前申请语音号码时必须实名到一个企业。因此您需要先申请企业资质，审核通过后才可以购买语音号码。申请普通号码企业资质 登录 语音服务控制台。在左侧导航栏中，选择 资质话术管理>资质管理。在 普通资质 页面，...
语音合成时间戳功能介绍
语音实时合成服务在输出音频流的同时，可输出每个汉字/英文单词在音频中的时间位置，即时间戳，时间戳功能又叫字级别音素边界接口。该时间信息可用于驱动虚拟人口型、做视频配音字幕等。重要 只有支持字级别音素边界接口的发音人才有此功能...
新增话术
用途场景和话术用来判断业务范畴的合规性，与企业资质绑定，是购买语音业务的前提。企业资质审核通过后，您需要在控制台新增场景和话术。前提条件 已 申请企业资质。操作步骤 登录 语音服务控制台。在左侧导航栏中，选择 资质话术管理>场景...
获取Token概述
访问令牌（Access Token）主要用于身份验证和授权，在调用阿里云智能语音交互API时，客户端应用或服务器端程序需要先获取一个有效的Token作为凭证，以此来证明请求的合法性，并获得对智能语音服务的访问权限。本文介绍Token的获取方式和...
Python SDK
本文介绍如何使用阿里云智能语音服务提供的Python SDK，包括SDK的安装方法及SDK代码示例。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。下载安装 说明 SDK仅支持Python3，暂不支持Python2。请确认已安装Python包管理工具...
移动端SDK说明
时长限制：识别语音文件大小不能超过100 MB。设置多语言识别：在管控台编辑项目中进行模型选择，详情请参见 管理项目。服务地址 访问类型 说明 URL Host 外网访问 所有服务器均可使用外网访问URL。上海：...
C++ SDK
本文介绍如何使用阿里云智能语音交互提供的C++ SDK，包括SDK的安装方法、SDK代码示例以及常见问题等。SDK下载 说明 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...
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...
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...
天猫精灵
接听”来打开可视对讲，此时您可以和居民进行语音通话 门禁可视对讲，当单元门的门禁点击呼叫物业时，您的天猫精灵将会通过响铃方式通知您，您可以通过说“天猫精灵，接听”来打开可视对讲，并可在通话页面中说“天猫精灵，开门”来打开...
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...
- 产品推荐
- 这些文档可能帮助您