Link Visual视频Media SDK
播放器功能表 功能 直播播放器 点播播放器（设备录像）点播播放器（HLS云存录像）视频播放 ✓ ✓ ✓ 音频播放 ✓ ✓ ✓ 暂停/恢复-✓ ✓ 播放重连 ✓-跳至指定位置播放-✓ ✓ 总时长-✓ ✓ 当前播放进度-✓ ✓ 播放器状态变更通知 ✓ ✓ ✓...
Webhook管理
在弹窗中配置参数，常量型、接口型参数的配置方法不同：接口型：参数 说明 参数名称 输入接口名称。参数类型 选择 接口型。接口地址 输入传递参数的接口地址。参数描述 输入参数描述。鉴权方式 选择鉴权方式：无：不进行鉴权。密钥：通过...
Webhook管理
在弹窗中配置参数，常量型、接口型参数的配置方法不同：接口型：参数 说明 参数名称 输入接口名称。参数类型 选择 接口型。接口地址 输入传递参数的接口地址。参数描述 输入参数描述。鉴权方式 选择鉴权方式：无：不进行鉴权。密钥：通过...
语音识别FAQ
语音识别服务支持哪些编码格式的音频？语音识别服务支持哪些采样率？怎么查看音频文件的采样率？语音识别服务支持的方言模型和语种都有哪些？语音识别能否自动断开多句话？实时识别和录音文件转写分别支持哪些语音格式？性能类 语音识别的...
通用视频生成
通用视频生成能力主要包含以下功能点：输入文件类型：支持video（视频）、audio（音频）、image（图像）中的一种或多种。输出视频节奏：可选normal（普通）、fast（快）、slow（慢），默认为normal（普通）。镜头转场风格的选择：共计15种...
Linux集成开发指南
回调的说明 回调在同步或者异步输入接口执行时都会被调用，因为异步接口没有返回值，所以在异步接口模式中回调是唯一能够实现应用逻辑的过程。在同步接口中，也可以注册回调进行一些操作。异步回调一般只注册一次，且在FaceController:Init...
CreateTask-创建听悟任务
在实时记录场景及离线转写但源文件仅是音频输入场景下无法生成结果。false TextPolishEnabled boolean 否 是否启用口语书面化功能。false ExtraParams object 否 扩展参数，通常情况无须设置。NfixEnabled boolean 否 是否启用 nfix，通常...
移动端SDK说明
一句话语音识别支持60s以内的音频，如果超过60s，建议调用实时语音识别接口。41010105 SILENT_SPEECH 纯静音数据或噪音数据，导致无法检测出任何有效语音。无。一句话识别/实时语音识别/录音文件识别极速版 配置或参数错误 状态码 状态消息...
iOS端
注意加入的音频需要为pcm、mp3等格式的音频文件，不能为视频文件。视频上传 上传报错，提示没有授权，该如何解决？问题现象：上传报错，提示没有授权。可能原因：通过STS方式上传时所使用的STS授权已到期。解决方案：重新获取STS授权后，...
通过OpenAPI定制
{"HttpCode":200,"Data":"1508592","Success":true} 提交合成，VoiceName需要与音频检测时传递至云端的一致，云端依赖此参数寻找暂存的音频进行训练。无 Gender 性别，取值范围如下：female：女性 male：男性 Scenario 场景，取值范围如下...
Android SDK开发指南
发送音频帧数据*@param streamId 流ID*@param directByteBuffer 源数据*@param length 数据长度*@param timeStampInMs 音频帧时间戳，单位ms*/void sendAudioData(int streamId,ByteBuffer directByteBuffer,int length,long timeStampInMs...
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...
媒体处理常见问题
如果转码前后的音频编码器一致且转码后的音频码率大于转码前的音频码率，音频码率将会被重置，设置的音频码率不会生效。更多参数信息，请参见 提交转码作业。当API返回数据为空时，应该怎么办？如果遇到返回数据为空或资源不存在的问题，请...
接口说明
使用须知 输入格式：PCM编码、16bit采样位数、单声道（mono）。音频采样率：8000Hz/16000Hz。设置返回结果：是否返回中间识别结果、在后处理中添加标点、将中文数字转为阿拉伯数字输出。设置多语言识别：在管控台编辑项目中进行模型选择，...
创建工作流
音频组 为本路视频流，绑定已创建的音频组。字幕组 为本路视频流，绑定已创建的字幕组。音频组及音频提取 子节点 参数 说明 音频组 名称 在文本框中输入本组音频名称。音频提取 名称 在文本框中输入本节点名称。转码模板 单击 选择，在弹出...
工作流活动介绍
当您调用AddMediaWorkflow-新增媒体工作流、UpdateMediaWorkflow-更新媒体工作流的拓扑结构接口填写Topology拓扑结构时可参考此文档进行设置。活动类型 活动名称 拓扑结构中的Activitiy类型 说明 输入（必选）Start 设置媒体工作流的OSS...
Windows开播小助手
切换麦克风：单击麦克风图标旁的三角图标，唤出麦克风列表，单击选择指定的音频源输入设备。（可选）共享屏幕。共享屏幕/窗口：单击共享屏幕按钮，在打开的弹窗中选择屏幕或窗口，即可分享对应画面。结束共享：共享屏幕/窗口时，会出现结束...
Windows开播小助手
切换麦克风：单击麦克风图标旁的三角图标，唤出麦克风列表，单击选择指定的音频源输入设备。（可选）共享屏幕。共享屏幕/窗口：单击共享屏幕按钮，在打开的弹窗中选择屏幕或窗口，即可分享对应画面。结束共享：共享屏幕/窗口时，会出现结束...
数据类型
目录 数据类型 描述 支持的最低版本 AliEngineInterfaceIdType 功能接口类型。2.1 AliEngineCameraDirection 相机方向。2.1 AliEngineCaptureOutputPreference 采集偏好。2.1 AliEngineCameraCapturerConfiguration 相机采集偏好。2.1 ...
macOS开播小助手
切换麦克风：单击麦克风图标旁的三角图标，唤出麦克风列表，单击选择指定的音频源输入设备。（可选）共享屏幕。首次使用共享屏幕功能，需要通过 系统设置>隐私与安全性>屏幕录制 为开播小助手打开屏幕录制权限。共享屏幕/窗口：单击共享...
macOS开播小助手
切换麦克风：单击麦克风图标旁的三角图标，唤出麦克风列表，单击选择指定的音频源输入设备。（可选）共享屏幕。首次使用共享屏幕功能，需要通过 系统设置>隐私与安全性>屏幕录制 为开播小助手打开屏幕录制权限。共享屏幕/窗口：单击共享...
扩展功能
视频剪辑Web端Demo只包含了视频剪辑Web SDK最基本的...4-将新的音频素材与工程进行绑定 await request('AddEditingProjectMaterials',{ ProjectId:'xxxxx',MaterialMaps:{ audio:newAudio.mediaId,},});return newAudio;} } else { throw new ...
错误码
请阅读SDK流程图，确认是否在错误状态下调用接口。240014 STATE_INVALID SDK内部状态错误。同DIALOG_INVALID_STATE。240015 ILLEGAL_FUNC_CALL 该模式无法调用接口。请确认接口调用是否合理。系统调用错误 错误码 错误信息 描述 解决方法 ...
错误码
请阅读SDK流程图，确认是否在错误状态下调用接口。240014 STATE_INVALID SDK内部状态错误。同DIALOG_INVALID_STATE。240015 ILLEGAL_FUNC_CALL 该模式无法调用接口。请确认接口调用是否合理。系统调用错误 错误码 错误信息 描述 解决方法 ...
语音合成FAQ
最快的模型1秒内可合成33秒音频，最慢的模型1秒内可合成0.7秒的音频。普通音色和精品音色的时延不同，算法效果越好的音色相对来说耗时更长。语音合成的时候可以识别哪些标点符号？特殊符号也会读出相应的发音。例如：α、β、γ、ρ、sin、...
基本数据类型
AudioStream：音频流信息 名称 类型 描述 Index String 音频流序号，标识音频流在整个媒体流中的位置。CodecName String 编码格式简述名。CodecLongName String 编码格式长述名。CodecTimeBase String 编码时基。CodecTagString String ...
数字人流媒体服务WebSDK
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 阿里云音视频通信服务（阿里云RTC）提供视频流的订阅，并通过 标准WebSocket 与服务端建立IM...
UploadStreamByURL-通过URL上传转码流
扩展名请参见 概述 中的音频和视频的支持文件格式。当该参数不为空时，会覆盖 StreamURL 地址中的文件扩展名。注意 若 StreamURL 地址中不含文件扩展名，该参数必填。mp4 HDRType string 否 转码流 HDR 类型。取值：HDR HDR10 HLG ...
语音识别输入格式FAQ
采样位数：16 bit，即每个采样点的音频信息用16 bit（2个字节）保存。声道：Mono单声道；Stereo立体声。语音时长与文件大小转换：语音文件Size大小（单位MiB）=（采样率×采样位数×声道数×语音时长（单位s））/（8*1024*1024）=16000（Hz...
创建和管理终端节点
修改接口终端节点策略 若接口终端节点连接的终端节点服务为阿里云服务或其他终端节点服务，创建完接口终端节点之后，您可以修改接口终端节点策略。登录终端节点控制台。在顶部菜单栏处选择目标地域。在 终端节点 页面的 接口终端节点 页签...
QueryDNAJobList-查询DNA作业列表
调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 授权信息 当前API暂无授权信息透出。请求参数 名称 类型 必填 描述 示例值 JobIds string 否 需要查询...
预置模板详情
因此，使用预置智能模板，需要先调用 提交模板分析作业 接口来对媒体文件进行分析，再通过轮询 查询模板分析作业 接口获取分析结果，即可用的预置智能模板列表。当提交转码作业时，使用对应的预置智能模板。模板ID 模板名 中文名 容器格式 ...
CreateRouterInterface-创建路由器接口
调用CreateRouterInterface接口创建路由器接口。接口说明 调用本接口创建路由器接口时，请注意：任意两个路由器之间，最多只能存在一对互连的路由器接口。一个路由器上可以最多创建 5 个路由器接口。如果账户下存在欠费状态的路由器接口，...
QueryTemplateList-通过自定义模版ID查询转码模板详情
接口说明 本接口一次最多可查询 10 个模板信息。QPS 限制 本接口的单用户 QPS 限制为 100 次/秒。超过限制，API 调用会被限流，这可能会影响您的业务，请合理调用。更多信息，请参见 QPS 限制。调试 您可以在OpenAPI Explorer中直接运行该...
CreateRouterInterface-创建路由器接口
调用CreateRouterInterface接口创建路由器接口。接口说明 调用本接口创建路由器接口时，请注意：任意两个路由器之间，最多只能存在一对互连的路由器接口。一个路由器上可以最多创建 5 个路由器接口。如果账户下存在欠费状态的路由器接口，...
短语音同步检测
音频文件要求：支持的音频文件大小小于20 MB。支持的语音文件时长小于1分钟。支持的音频文件格式：MP3、WAV、AAC、WMA、OGG、M4A、M3U8。支持以下包含音频的视频文件格式：AVI、FLV、MP4、MPG、ASF、WMV、MOV、RMVB、RM。QPS限制 本接口的...
API安全
API安全模块基于内置检测机制和自定义检测策略，自动梳理已接入 Web应用防火墙（Web Application Firewall，简称WAF）防护的业务的API资产，检测API风险（例如未授权访问、敏感数据过度暴露、内部接口泄露等），通过报表还原API异常事件，...
RTMP推流上传
OSS支持使用RTMP协议推送H264编码的视频流和AAC编码的音频流到OSS。推送到OSS的音视频数据可用于点播或直播场景。本文介绍如何推送音视频流到OSS，以及如何播放推送到OSS的音视频数据。使用限制 只能使用RTMP推流的方式，不支持拉流。上传...
DescribeRouterInterfaces-查询指定地域内的路由器接口
调用DescribeRouterInterfaces接口查询指定地域内的路由器接口。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 授权信息 当前API暂无授权信息透出。...
什么是智能语音交互
实时语音识别 对不限时长的音频流做实时识别，达到“边说边出文字”的效果，内置智能断句，可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录、智能语音助手等场景。更多信息，请参见 实时语音识别接口...
- 产品推荐
- 这些文档可能帮助您