直播推流移动端播放没有声音而PC端正常
以Sound Studio为例，将sound.wav打开，观察声音波形（其中上波形为左声道，下波形为右声道），仔细查看可以得到左声道的波峰刚好对应右声道波谷。再次将左右声道叠加，合成为单声道（模拟手机端外放）。波形如下所示，可以看到声音已经...
语音识别输入格式FAQ
语音识别各服务支持的语音输入格式 语音识别服务 语音输入格式说明 一句话识别 支持的输入格式：PCM编码（无压缩的PCM或WAV文件）、WAV、OPUS、AMR格式单声道（mono）音频文件，16 bit采样位数。音频采样率：8000 Hz、16000 Hz。时长限制：...
音频转码
发送MNS消息 转码后 音频信息 音频格式：opus 音频配置：采样率为48kHz，声道为双声道 音频码率：96 Kbps 文件存储路径 opus文件：oss:/outbucket/outobject.opus 处理示例/对文件example.wav进行音频转码。POST/exmaple.wav?x-oss-async-...
TargetAudio
说明 不同格式支持的声道数有所不同，mp3 仅支持单、双声道；ac3 最大支持 6 声道（5.1）；amr 仅支持单声道。2 FilterAudio object 音频处理参数，参数 TranscodeAudio 为空时或 TranscodeAudio.Codec为 copy 时，本参数无效。说明 API 为...
基本概念
重要 除录音文件识别以外的服务 只支持单声道（mono）音频数据，如果您的数据是双声道或其他，需要先转换为单声道。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...
音频拼接
说明 不同格式支持的声道数有所不同，mp3仅支持单、双声道；ac3最大支持6声道（5.1）；amr仅支持单声道。aq int 否 音频压缩质量。取值范围：0~100。说明 该参数与 ab 互斥，若都不设置则按照编码器默认码率进行编码。ab int 否 音频比特率...
IAliEngineMediaEngine
参数说明 名称 类型 描述 audioNumChannel AliEngineAudioNumChannelType 声道数，默认单声道。SetSubscribeAudioSampleRate：设置输出音频采样率（混音前数据不支持该参数设置）。void SetSubscribeAudioSampleRate...
回调及监听
samplesPerSec int 每一个声道每秒的采样点数。onCaptureData：本地推流音频数据。public void onCaptureData(long dataPtr,int numSamples,int bytesPerSample,int numChannels,int sampleRate,int samplesPerSec);参数 类型 描述 dataPtr...
语音识别问题排查
ASR识别标准格式：8KHz或16KHz采样率、16bit采样位数、单声道的语音数据（录音文件识别服务可支持双声道语音数据识别）。检查管控台项目中使用的模型是否支持音频采样率和场景。播放声音进行试听，重点关注如下两点：是否存在噪音。若存在...
AudioStream
名称 类型 描述 示例值 object 音频流信息。Index long 音频流索引号。1 Language string 音频流中使用的语言，格式为 BCP 47 en CodecName string 编码器名称。aac CodecLongName string 编码...2 ChannelLayout string 声道排布形式。stereo
视频拼接
说明 不同格式支持的声道数有所不同，mp3仅支持单、双声道；ac3最大支持6声道（5.1）；amr仅支持单声道。aq int 否 音频压缩质量。取值范围：0~100。说明 该参数与 ab 互斥，若都不设置则按照编码器默认码率进行编码。ab int 否 音频比特率...
数据类型
通过阅读本文，您可以了解...枚举名 描述 DingRtcEngineBasicQualityMode（默认）标准音质模式，默认16000Hz采样率，单声道，最大编码码率24kbps。DingRtcEngineHighQualityMode 高音质模式，默认48000Hz采样率，单声道，最大编码码率64kbps。...
查询导播台场景音频配置
ValidChannel String all 声道类型。取值：left：左声道。right：右声道。all（默认值）：双声道。示例 请求示例 http(s):/live.aliyuncs.com/?Action=DescribeCasterSceneAudio &CasterId=97df6b7f-3490-47d2-ac50-88338765*&SceneId=97df...
功能特性
音视频文件服务参数表 服务 模式 文件类型 音频 采样率 文件格式 大小限制 声道/路 语种 支持热词语种 离线说话人区分 转写延迟 识别结果返回方式 调用SDK 源文件传输方案 实时记录 实时 音频流 8k PCM、OPUS、WAV 24小时 三路 中 中文 不...
更新场景音频配置
AudioLayer.N.ValidChannel String 否 all 确定哪些声道可以作为音量输入。取值：leftChannel：左声道。rightChannel：右声道。all（默认值）：双声道。AudioLayer.N.Filter String 否 {"enableAgc":0,"enableAns":1 } 3A美音算法开关。该...
创建转码模板
声道数 在下拉列表中选择声道数，支持保持原音频声道数，默认声道数2。音量归一 开启后，经过模板处理的文件音量趋于一致，避免不同文件音量过大过小的现象。仅支持输出一路音频流时设置，多音频流不支持。单击 提交，完成转码模板创建。...
数据类型
pub_audio_channels 音频声道数，取值：1：单声道。2：双声道。pub_video_codec 视频编码格式，目前只支持H264。视频不支持B帧。rts_event_handler_t：推流事件回调接口配置。typedef struct { void(*on_key_frame_req)(void*user_data);...
添加导播台布局
AudioLayer.N.ValidChannel String 否 all 确定哪些声道可以作为音量输入。取值：leftChannel：左声道。rightChannel：右声道。all（默认值）：双声道。AudioLayer.N.FixedDelayDuration Integer 否 5000 对音频进行固定延迟设置，可用于...
如何创建单画面布局
AudioLayer：指定音频音量、声道等配置信息，元素顺序与 MixList 顺序保持一致。单画面布局参数样例 布局参数取值说明请参见 添加导播台布局。名称 示例值 描述 Action AddCasterLayout 操作接口名称 CasterId LIVEPRODUCER_POST-...
修改导播台布局
AudioLayer.N.ValidChannel String 否 all 确定哪些声道可以作为音量输入。取值：leftChannel：左声道。rightChannel：右声道。all（默认值）：双声道。AudioLayer.N.FixedDelayDuration Integer 否 5000 该字段对音频进行固定延迟设置，可...
如何创建单画面布局
AudioLayer：指定音频音量、声道等配置信息，元素顺序与 MixList 顺序保持一致。单画面布局参数样例 布局参数取值说明请参见 添加导播台布局。名称 示例值 描述 Action AddCasterLayout 操作接口名称 CasterId LIVEPRODUCER_POST-...
UpdateLiveTranscodeTemplate-更新实时媒体转码模版
44100 Channels string 否 音频声道数。取值 1：单声道。2：双声道。2 Profile string 否 音频编码预置。当 Codec 为 AAC 时，取值：aac_low aac_he aac_he_v2 aac_ld aac_low 返回参数 名称 类型 描述 示例值 object Schema of Response ...
基础使用类
其中实时记录8K仅支持单声道识别，16K最多可支持三个声道的识别。通义听悟是否支持翻译？通义听悟的实时记录功能支持实时翻译，中、英、日、韩语间的双向实时互译；识别语音为中英自由说，可实时翻译为中文、英文、中文+英文。
概述
目前 SDK 主要包括以下三个方面：在音频方面，支持输入和输出都为 16k 采样率的单声道 PCM，同时也支持 48k 双声道的输入和输出。在视频方面，支持输入和输出 I420P YUV 格式的数据。在某些硬编平台，考虑到性能，支持 H264-NALU 输入和...
接口说明
支持设置返回结果：支持设置是否将中文数字转为阿拉伯数字输出，支持对多声道音频只处理首个声道。支持控制台配置项目热词、定制语言模型。目前支持的语种和方言模型如下：语种 语言 模型名称 采样率 标点 ITN 顺滑 语义断句 声音和文本...
功能发布记录（2.0）
V1.17.42@2021-03-23 支持播放和渲染双声道音频。V1.17.41@2021-02-26 新增角色鉴权功能，用户可在入会前设置角色是否具备推流权限。新增刷新令牌功能，可通过该接口修改入会鉴权中设置的角色身份。优化音频采集失败后重启逻辑。V1.17.40@...
计费说明
多声道计费模式：8k处理双声道，按单声道计费，即 音频时长 进行计费。16k处理多声道，按多声道计费，即 声道数×音频时长 进行计费。例如有左右2个声道，则为 2×时长 进行计费。附加产品计费明细 超额并发线路租赁费 商品规格 收费说明 ...
剪辑合成参数说明
如果设置为left，则输出视频的左右声道均会被复制为输入素材的左声道。如果设置为right，则输出视频的左右声道均会被复制为输入素材的右声道。AutoRegisterInputVodMedia Boolean 否 是否需要将您时间线中的VOD媒资自动注册至IMS，默认为...
CreateLiveTranscodeTemplate-创建实时媒体转码模版
44100 Channels string 否 音频声道数。取值 1：单声道。2：双声道。2 Profile string 否 音频编码预置。当 Codec 为 AAC 时，取值：aac_low aac_he aac_he_v2 aac_ld aaclow 返回参数 名称 类型 描述 示例值 object Schema of Response ...
Windows
说明 目前仅支持输入音频PCM数据，数据编码为Signed 16-bit，输入播放音频的声道数与采样率，可以在推流过程中动态变更，下一步骤2中，投递接口 pushExternalAudioRenderRawData 中可指定当次音频数据的采样率和声道数。应用侧持续调用 ...
数据结构
numChannels int 声道数量，取值：1：单声道。2：双声道。sampleRate int 每个声道的采样率。samplesPerSec int 每声道每秒的采样点数，即采样率。AliRtcVideoSample 视频样本。参数 类型 描述 dataFrameY long Y分量指针。dataFrameU long...
事件变更内容（2.x版本）
RecordingReady 公共字段 话务公共字段 文件名称(fileName)下载地址链接(downloadURL)技能组(skillGroupId)可选 RecordingReady 同上 文本流 TextStream 公共字段 话务公共字段 技能组(skillGroupId)声道ID(channelId)声道类型(channelType...
查询导播台布局列表
ValidChannel String all 确定哪些声道可以作为音量输入。取值：leftChannel：左声道。rightChannel：右声道。all（默认值）：双声道。FixedDelayDuration Integer 20 该字段对视频进行固定延迟设置，可用于字幕同步。单位为毫秒（ms）。...
如何创建自定义布局
确定每个音频的音量倍数、输入声道。自定义画中画布局参数样例 布局参数取值说明请参见 添加导播台布局。名称 示例值 描述 Action AddCasterLayout 操作接口名称。CasterId LIVEPRODUCER_POST-cn-v0h1557*导播台ID。BlendList.1 RV01 下层...
发布日志
V1.17.42@2021-03-23 支持播放和渲染双声道音频。V1.17.41@2021-02-26 新增角色鉴权功能，用户可在入会前设置角色是否具备推流权限。新增刷新令牌功能，可通过该接口修改入会鉴权中设置的角色身份。优化音频采集失败后重启逻辑。V1.17.40@...
如何创建自定义布局
确定每个音频的音量倍数、输入声道。自定义画中画布局参数样例 布局参数取值说明请参见 添加导播台布局。名称 示例值 描述 Action AddCasterLayout 操作接口名称。CasterId LIVEPRODUCER_POST-cn-v0h1557*导播台ID。BlendList.1 RV01 下层...
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。...使用限制 支持单轨和双轨的WAV、MP3、MP4、M4A、WMA、AAC、OGG、AMR、FLAC格式录音文件识别。音频文件大小不超过512 MB，视频文件大小不超过2 GB。需要识别的录音文件必须...
数据类型
channels int 声道数：1：单声道，2：双声道。samples int 采样点数（每个声道）。buffer void*音频帧数据缓冲区，该缓冲区大小为：buffer_size=samples×channels×bytesPerSample。timestamp long long 音频时间戳。...
接口说明
录音文件识别闲时版是针对已经录制完成的录音文件，进行离线识别的服务。...与录音文件识别区别在于返回时间不同，闲时版为24小时内返回结果。使用限制 支持单轨和双轨的WAV、MP3、MP4、M4A、WMA、AAC、OGG、AMR和FLAC格式录音文件识别。...
数据类型
numChannels int 声道数量，取值：1：单声道。2：双声道。sampleRate int 每个声道的采样率。samplesPerSec int 每声道每秒的采样点数，即采样率。AliRtcVideoSample：视频样本。参数 类型 描述 dataFrameY long Y分量指针。dataFrameU ...
- 产品推荐
- 这些文档可能帮助您