语音识别FAQ
本文汇总了您在使用语音识别服务时的常见问题。语音识别类常见问题主要分为以下几类：功能类 实时转写说话有停顿，但是语音识别不断句怎么办？语音识别能自动断开多句话吗？语音识别服务支持离线功能吗？语音识别支持哪些模型？语音识别...
错误码查询
标记返回结果的性质和原因的数字代码，方便用户查询对应解释和应对方案。status_text：状态消息。如状态码为错误码，此处为错误详情。task_id：本次调用请求的唯一标识。代码示例如下：.status:40020105 status_text:Meta:APPKEY_NOT_EXIST...
语音异步检测
hintWords JSONArray"[{"context":"敏感词"}]"语音中包含的文本命中的风险关键词信息，用于提示您违规的原因，可能返回多个命中的关键词。具体结构描述，请参见 hintWords。keyword String 恶心 如果命中了用户自定义关键词，返回命中的...
数字人流媒体服务WebSDK
aliyun-avatar-sdk，数字人开放平台推出的适用于Web浏览器的数字人流媒体服务SDK。当您调用服务端OpenAPI StartInstance接口获取RTC和IM参数信息后，可以在Web端搭建本地SDK，实现数字人拉流和双工对话。aliyun-avatar-sdk通过 阿里云音...
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...
设置宕机自动迁移
为了降低物理故障对业务的影响，阿里云为您提供专有宿主机DDH宕机自动迁移的功能，宕机自动迁移开启后，当DDH因故障停机时，系统会自动迁移至健康的DDH。本章节介绍在创建DDH后如何开启或者关闭宕机自动迁移。说明 创建专有宿主机DDH时，...
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 说明 当前最新版本：3.1.17，该版本基于C++ SDK API 3.1.x。发布日期：2023年08月28日。此SDK是底层C++包裹了C#组成，仅支持Windows平台，不支持...
IVR模块介绍
接收数字 按键长度分为 固定位数 和 长度区间 两种：前者用于接收身份证、手机号码等固定位数的数字，当用户输入达到指定位数后，自动进入下一环节；后者用于接收动态长度位数的数字，当用户需输入#号，表示输入结束；建议配合语音提示。...
C# SDK
本文介绍如何使用智能语音交互一句话识别的C#SDK，包括SDK的安装方法及SDK代码示例等。SDK下载 说明 当前最新版本：3.1.17，该版本基于C++ SDK API 3.1.x。发布日期：2023年08月28日。此SDK是底层C++包裹了C#组成，仅支持Windows平台，不...
3D语音驱动数字人接入指南
3D语音驱动数字人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驱动的数字人产品能力。本篇文档将介绍如何接入3D语音驱动数字人。警告 目前3D语音驱动数字人公测已经结束，暂时不支持接入。使用场景 适用于一些不需要真人...
动态与公告
新增推流数字人能力，支持RTMP协议，可将数字人流媒体用于直播 AvatarUI 1.0 发布，可以在数字人画面中展示图文卡片 2022年7月27日 新增API接口：QueryRunningInstance-查询运行中的数字人实例 2022年7月22日 2D数字人流媒体发布定向邀测 ...
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...
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...
语音服务使用FAQ
您如果希望关闭语音服务，可以删除创建的语音模板并注销语音号码，语音号码注销后不发起通话将不会产生语音服务费，但会产生当月语音号码月租费。语音服务配置放音或者转接功能计入平台通话时长吗？配置放音是客户呼入平台自动放音，普通...
IvrCall-向指定号码发起交互式语音通话
向指定号码发起交互式语音通话。接口说明 提交企业资质，并审核通过。具体操作，请参见 提交企业资质。购买语音号码。具体操作，请参见 购买号码。用户接听电话后会听到一段语音，提示用户按键选择。如果开启了 消息回执，语音服务会将客户...
语音模板FAQ
请在语音控制台的 语音通知 页面，查看失败原因并按照提示修改模板内容，重新提交模板审核。更多操作请参见 创建语音模板。语音通知模板中的变量有什么限制？同一个变量在模板中仅可出现一次；不支持短链接与变量直接组合的格式；公共模式...
创建数字人视频合成任务
在素材区添加基于文字或语音驱动的数字人，根据实际需求配置参数，然后单击 发起数字人并生成视频，数字人会在合成结束后加入视频轨中。根据实际需求进行其他类型的剪辑操作。剪辑完成后，单击右上角 保存，保存当前的剪辑工程。您也可以...
创建语音模板
您在发送 语音通知 和 语音验证码 前，需要先创建语音模板，审核通过后即可发送语音任务。前提条件 已 阿里云账号注册流程，并完成 企业实名认证。已开通 语音服务。已 申请企业资质 并通过审核。已 新增话术 并通过审核。确保您套餐包余量...
Symantec SSL数字证书升级的影响与处理方案
对于受影响范围内的 OV/EV类型 的数字证书，CA认证中心的审核人员将通过电话与您联系，经确认后将 重新为您签发 新的数字证书。说明 如果您在 SSL证书控制台 中发现处于审核中状态的OV/EV类型证书订单，请您耐心等待CA中心审核人员的通知。...
Java SDK
本文介绍如何使用阿里云智能语音服务提供的Java SDK，包括SDK的安装方法及SDK代码示例。使用说明 在使用SDK之前，请先阅读接口说明，详情请参见 接口说明。为使用长文本语音合成服务，请将SDK版本更新至2.1.1及以上。下载安装 从Maven...
Java SDK
本文介绍如何使用阿里云智能语音服务提供的Java SDK，包括SDK的安装方法及SDK代码示例。前提条件 在使用SDK之前，请先阅读接口说明，详情请参见 接口说明。下载安装 从Maven服务器 下载最新版本SDK。groupId>...
什么是虚拟数字人开放平台
虚拟数字人开放平台，是由阿里云所提供的数字人服务，它集成了自然语言处理、图形图像、语音等算法能力，提供给客户标准的 PaaS 接口与后台运营工具，方便客户将数字人能力集成进不同的终端与场景。主要面对的行业包括新零售、政务、金融、...
SDK FAQ
demo是用语音文件模拟实时语音流的速度发送语音，通常一次发送间隔时间为100ms或200ms（sleepInterval）的语音数据，数据量（batchSize）和采样率有关：发送间隔过大，会导致延迟较大，容易断连；发送间隔过小，会消耗服务端和网络资源。...
语音号码FAQ
您在使用语音号码时如果遇到疑问，可参考以下常见问题及处理建议。号码申请后为什么不能立即注销？号码的使用周期最少为3个月。在号码申请后3个月后，可登录 语音服务控制台，在 真实号管理 页面注销号码。语音号码怎么注销？购买语音号码...
SSML标记语言介绍
所有文本需放在<speak></speak>标签之内，且每个语音合成任务只能包含一个<speak></speak>标签。长文本任务（包括实时长文本合成和异步长文本合成）可以含多个成对的<speak></speak>标签。长文本语音合成请求可使用多个<speak></speak>标签...
语音合成FAQ
本文汇总了您在使用语音合成服务时的常见问题。语音合成类常见问题主要分为以下几类：功能类 为什么TTS语音合成的语音和wav文件显示的时间长度不一致？例如语音文件显示长度是7秒钟，但实际语音只有不到5秒？语音合成时间戳功能是什么？...
时间戳功能介绍
实时长文本语音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。功能概述 实时长文本语音实时合成服务的时间戳...
基本概念
本文为您介绍智能语音交互服务中的相关概念，以便于更好地理解本产品。采样率（sample rate）音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。目前语音识别服务支持16000Hz和8000Hz两种采样...
SSML标记语言说明
每个拼音由发音和音调组成，音调为1~5的数字编号，其中”5”表示轻声。标签关系标签可以包括文本。示例去典当行把这个玩意当掉</phoneme></speak>音频效果：SSML-phoneme.mp3描述 提示音标签，可以在SSML合成过程中，通过该标签在任意位置...
时间线智能任务并行处理
更进一步地，您可以通过指定不同的声音类型、语调和语速，来生成不同语音风格的数字人视频成片。说明 设置了2条视频轨，其中第1条中设置了一个全局图片作为背景图，第2条视频轨中包含了一段由文字内容驱动生成的数字人视频；在第2条视频轨...
数字人服务SSML使用指南
本文介绍虚拟数字人开放平台提供的3D、2D流媒体服务和视频合成服务中如何使用阿里云智能语音合成服务的SSML标记语言。1.使用方式 1.1 数字人流媒体服务中使用 在 SendMessage API 中的 SpeechText直接传入SSML文本 重要 目前3D数字人流媒体...
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...
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...
1 人行方案选型标准
门禁机执行开门 门禁对讲语音呼叫手机(1)访客在门禁机上输入手机号，门禁机向边缘服务器校验手机号，门禁机异步等待(2)边缘服务器向云端查询手机号有效性，返回结果转发到门禁机(3)门禁机通过本地语音网关呼叫住户手机(4)住户接听后，...
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...
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...
API错误码
isv.VOICE_CALL_FAIL 呼叫发起失败 请登录 语音服务控制台 业务统计 页面，查看语音呼叫失败原因。isv.BILLID_NOT_EXIST 计费账号不存在 请您登录 语音服务控制台，在 号码管理 页面确认主叫号码是否属于您的账号。isv.BLACK_KEY_CONTROL_...
人声克隆概述
基础版：您需要选择场景（交互、故事、导航）后，按流程朗读20句话，并上传对应的语音，系统会采用标准化统一算法，3小时内快速输出克隆人声，可快速低成本的模拟关键声纹特征。大众版（轻量定制）：您需要自助提交丰富、清晰、高质量长度...
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...
- 产品推荐
- 这些文档可能帮助您