WebSocket协议说明
实时语音识别WebSocket协议出现断开，建议您：检查Token是否生成正确。检查客户端是否正常发送音频流。没有错误信息提示，建议您设置 status 状态码，默认值20000000。使用实时语音识别WebSocket，在基于Web的JavaScript WebSocket连接成功...
RecognizeBasic-电商图片文字识别
接口说明 本接口适用场景 阿里云电商图片文字识别，是阿里云官方自研 OCR 文字识别产品，支持电商商品宣传图片、社区贴吧图片、网络 UGC 图片识别，针对电商海量图片内容核查就场景进行特定优化，只输出文字块内容及坐标，极大提升识别效率...
控制台操作指引
本文为您介绍如何使用阿里云OCR服务控制台，帮助您...该应用提供票证图片批量结构化识别结果并导出Excel文档的能力，您可在此进行页面测试，在识别成功的图片导出后，均有详细的操作记录。在使用应用前您需要先开通对应的文字识别OCR服务。
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...
强弱依赖治理概述
如果商品详情页对下游依赖是强依赖，例如当下游依赖 库存、优惠、物流 出现故障的时候，将导致业务流程无法推进，会出现类似如下的说明，严重影响用户体验。如果商品详情页对下游依赖是弱依赖，例如当下游依赖 评价、店铺 等系统出现故障的...
图片新增
重要 如果在上传图片过程中指定了类目，则在搜索过程中也要指定相同的类目进行检索，否则会出现原图搜不到原图的情况。否 自定义内容 CustomContent 用户自定义内容，最多支持4096个字符。说明 图片的CustomContent会在搜索结果中自动关联...
美颜特效SDK通用问题
手势识别与智能抠图SDK，作为特殊应用场景中的特殊应用，一般会需要一定的定制服务，不直接对外开放SDK下载，您可从我们的Demo中直接试用体验，看是否符合预期，请参见 体验美颜特效SDK。如果想进一步了解对应接入和使用规则，欢迎发送需求...
流量分析常见问题
网络经过云防火墙时，可能会出现以下问题：无法登录服务器。无法访问服务器上的服务。服务器无法访问外网。出现上述问题，您需要从互联网边界防火墙和主机边界防火墙两个维度进行排查：互联网边界防火墙 确认资产是否开启了互联网边界防火...
功能发布记录
更新日期 更新内容 相关文档 2023年01月05日 发布图片审核增强版识别图片违规风险功能。图片审核增强版计费说明 接入指南 图片审核增强版API 控制台操作指南 2022年11月30日 发布文本审核增强版识别文本违规风险功能。使用文本审核增强版...
表格信息抽取
一般模型数据量达100+份，会有一个较好的表现。数据类型和版式分布符合真实业务场景，只有训练过的数据类型和版式才能有较好的识别效果。步骤四：模型部署 模型训练完成后，进入「模型中心-模型详情」，点击页面底部「去部署」按钮，即可...
公众人物识别
功能描述 公众人物识别能力可以识别图片中的一个或多个公众人物信息。公众人物是指在一定范围内具有重要影响力、拥有一定的社会地位、被大众广泛关注、且能因此从社会中得到巨大利益、与社会公共利益密切相关的人物，如领导人、科学家、...
SDK FAQ
本文汇总了您在使用SDK时可能遇到的常见问题。公共类 如何使用SDK设置泛热词？SDK中使用POP API训练的泛热词，是通过控制台配置的业务专属热词表与项目Appkey绑定的，您无需自行设置；而通过POP API训练获取的业务专属热词表，需要在SDK中...
验证码和风险识别联合部署方案
完成如上配置后，当用户向应用客户端发起请求时，风险识别 会对该请求进行评分。应用服务端在收到评分后，会根据处置方案处置该请求。如果该请求评分在[40,85）区间中，则会唤起验证码，进行验证。验证通过，该请求被放行，否则被拒绝。...
网站耗资源（客户程序故障）常见问题
为什么会出现网站耗资源（客户程序故障）？常见的造成网站耗资源（客户程序故障）现象的原因如下所示：网站程序编写不合理，例如ASP程序变量没有清空。网站数据库调用频繁，例如当ACCESS数据库的容量比较大时（超过100 MB以上），性能可能...
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...
证件照质量审核
通过证件照质量审核可以筛选出有质量问题的照片，以免使用和识别的过程中出现操作失败和报错的情况。特色优势 全方面检查：对影响认证的照片质量因素做全方面检查。检查项包括：是否目标证件类型、是否缺乏正面照、是否为复印件、证件图像...
单据票证信息抽取
一般模型数据量达100+份，会有一个较好的表现。数据类型和版式分布符合真实业务场景，只有训练过的数据类型和版式才能有较好的识别效果。如何复制标注任务：若您需要在原先标注任务下重新调优，您可以在标注任务操作栏直接点击「复制」，即...
数据准备与提问注意事项
“各地区购买的产品排行”，按照产品名、销售额、销售量什么对象排名，目前语义补足不佳，系统会出现返回错误或空，所以建议明确指定：“各地区购买的产品，按销售额 排行”。增速环比 场景，用户容易的输入容易表达为增长、增速等，需用 ...
故障演练
有损演练是指直接在线上真实业务环境注入异常进行演练，演练模拟的真实有效性高，为了平衡业务影响一般会选择最核心场景、在业务最低峰期做演练，而且演练频次相对较小，例如为了验证多活容灾能力的机房断网演练，一般是一个月一次的演练...
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 ...
AliyunOCR
use_new_style_output=False)方法描述 OCR文档结构化识别 参数说明 image_path待识别图像路径，支持本地路径或url路径 output_char_info是否输出单字识别结果 need_rotate是否需要自动旋转功能 output_table是否输出表格识别结果，包含单元...
OSS违规检测
本文汇总了OSS违规检测功能的常见问题。内容安全OSS违规检测是否支持配置多个回调地址？未上传图片到OSS，可以使用OSS违规检测吗？OSS违规检测支持检测哪些格式的文件？为什么OSS中文件格式符合要求却没有被检测？OSS违规检测是否可以检测...
基础概念
异步请求 为了解决同步任务执行时间太长，导致客户端阻塞太久的问题，例如超过10秒客户端可能会链接断开，因此智能媒体管理引入了异步请求机制。客户端发出请求后，系统会快速返回ID，基于此ID，可以查询异步请求的状态。例如大文件的格式...
自定义表格模板
模板调优建议 测试结果出现图片无法匹配模板的情况怎么办？确认上传的测试图片与模板图片是否为同一版式。调整参照字段框选范围或更换参照字段，以提升模板匹配准确率。测试结果中出现识别结果不完整的情况怎么办？可调整识别字段框选范围...
接入FAQ
现象：语音收音进行智能语音识别出现不准确，比如识别到数字人在播报的内容，此时就是遇到了回音消除问题。解决方案：互动数字人回音消除方案 5.调用“查询视频合成任务详情”接口异常 异常信息：“code:400,Request was denied due to ...
实体识别干预词典
选择了词典类型后，为词典命名，干预词典创建完成，词典会出现在页面的词典列表中。新增和管理干预词典内的干预词条。词典创建完成后，在列表中点击词典名称或点击词典对应的“管理”，即可进入到干预词典的详情页。用户可在详情页内进行...
常见问题
敏感数据识别相关问题 为什么敏感数据识别和分类是数据安全保护的基础？敏感数据主要包括客户资料、技术资料、个人信息等高价值数据，以不同形式存在于客户资产中。敏感数据的泄露会给企业带来严重的经济和品牌损失。数据作为客户重要的...
RecognizeHealthCode-防疫健康码识别
防疫健康码识别。接口说明 本接口适用场景 阿里云防疫健康码识别，是阿里云官方自研 OCR 文字识别产品，适用于获取健康码上的健康码颜色、姓名、日期等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经...
应用场景
弹性加速计算实例EAIS能够支持您所有的推理场景。本章节为您介绍几种主要的推理场景供您参考。目标检测 检测出图片中多个...智能问答系统：通过中文分词、短文本相似度、命名实体识别等相关技术解决问答、对话、语料挖掘、知识库构建等问题。
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...
图搜使用问题
商品图片搜索和通用图片搜索有什么区别？商品图片搜索主要针对商品类的图片进行相关的类目划分，针对每个类目进行更精细化的特征提取，使得每个商品类目上的召回更加准确，适用的场景是电商类的应用。通用图片搜索不需要关注具体的类目信息...
长文档信息抽取
一般模型数据量达200+份，会有一个较好的表现。数据类型和版式分布符合真实业务场景，只有训练过的数据类型和版式才能有较好的识别效果。步骤四：模型部署 模型训练完成后，进入「模型中心-模型详情」，点击页面底部「去部署」按钮，即可...
API概览
CreateImageTranslateTask 创建异步图片翻译调用指南 创建异步图片翻译，图片翻译包含文字识别、文本翻译、文字回填等能力。GetImageTranslateTask 获取异步图片翻译结果 通过任务ID获取异步图片翻译结果。GetImageDiagnose 图片诊断 能够...
基础设施安全
各可用区之间可以实现故障隔离，即如果一个可用区出现故障，不会影响其他可用区的正常运行。每个地域完全独立，不同地域的可用区完全隔离，但同一个地域内的可用区之间使用低时延链路相连。弹性自动容错 PAI提供基于AIMaster的容错监控能力...
引擎版本特性
指定topN、设置低分阈值√支持稀疏向量√支持自定义排序公式√混排查询√多query查询√引擎优化 filter转倒排优化√V1.1.1 新增特性：支持主体识别 支持指定条件fetch数据 修复模型load过久会导致navi collect resource超时的问题 ...
同步检测
高精度版本适用于复杂的文档图片识别以及图片中有高密度文字的场景，能够返回单字信息。说明 通用图文OCR默认识别语种为中英文，如需识别其他语种（多民族语言：蒙古语、维语、藏语；多国语言：阿拉伯语、俄语、法语、西语、葡语，日语，...
访问策略配置
说明 GTM使用的是云解析的调度能力，如果您在测试过程中，发现偶尔会出现DNS解析结果和权重配置不符的现象，这属于一种正常现象。因为加权轮询是一个粗粒度的解析流量调度方式，它针对的是localdns的请求，而localdns在TTL时间内是只会向...
通用问题
手势识别与智能抠图SDK，作为特殊应用场景中的特殊应用，一般会需要一定的定制服务，不直接对外开放SDK下载，您可从我们的Demo中直接试用体验，看是否符合预期，请参见 体验美颜特效SDK。如果想进一步了解对应接入和使用规则，欢迎发送需求...
移动端SDK说明
本文为您介绍传入录音文件，完成音频文件识别并返回结果的流程说明。使用须知 输入格式：WAV/MP3/AAC。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...
接口说明
录音文件识别是针对已经录制完成的录音文件，进行离线识别的服务。录音文件识别是非实时的，识别的文件需要提交基于HTTP可访问的URL地址，不支持提交本地文件。使用限制 支持单轨和双轨的WAV、MP3、MP4、M4A、WMA、AAC、OGG、AMR、FLAC格式...
- 产品推荐
- 这些文档可能帮助您