iOS SDK
本文介绍了如何使用阿里云智能语音服务提供的iOS 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。已准备项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 获取Token概述。...
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 ...
错误码查询
什么是智能语音交互的错误码？您在使用SDK或者调用API接口过程中，如果本地或者服务端返回结果报错，则表示操作失败。您可以通过返回结果中的错误码快速地定位问题，并根据对应的解决方案尝试修改代码或者反馈给终端用户加以解决。错误码...
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 ...
Windows
说明 SDK允许先推流在开启外部音频输入，即步骤1和步骤2时序对换，但这种情况下，默认开始推流时，先推送出的是麦克风采集音频，直到启用外部输入。应用侧持续调用 pushExternalAudioFrameRawData 接口，向SDK投递音频PCM数据，参数 ...
音频
当音频接口请求失败时 数据接口请求失败时（请求失败的情况可能是：网络问题或接口报错等）返回并经过过滤器处理后抛出的事件，同时抛出处理后的JSON格式的数据。具体数据示例请参见画布编辑器中组件右侧配置面板 数据 页签的 数据响应结果...
发布日志
修复在一对一通话的情况下蓝牙耳机音频异常的问题。V2.5.4@2021-12-02 新增支持G.711音频编码格式。V2.5.3@2021-09-23 优化首帧耗时。新增支持三百人大方会议能力。修复突发低带宽收敛过程中语音优先失效问题。完善埋点日志。新增支持动态...
功能发布记录（2.0）
修复在一对一通话的情况下蓝牙耳机音频异常的问题。V2.5.4@2021-12-02 新增支持G.711音频编码格式。V2.5.3@2021-09-23 优化首帧耗时。新增支持三百人大方会议能力。修复突发低带宽收敛过程中语音优先失效问题。完善埋点日志。新增支持动态...
内容检测API
在什么情况下内容安全直播流检测code会返回200？内容安全异步接口是否支持一次任务回调多条数据？不支持。如何解决网页审核检测结果欠佳的情况？目前网页审核功能不支持新用户购买，之前已经购买的用户仍然可以使用，但是该功能的检测结果...
Link Visual视频Media SDK
} SDK接口文档 LinkVisual Media SDK文档（Android）播放器 视频播放器按功能分为三种。直播播放器 支持接入LinkVisual设备的直播播放。具有播放延迟低的特性。具备与设备之间P2P的通信能力。点播播放器（设备录像）用于设备本地录像回放的...
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 ✓ ✓ ✓...
云市场常见问题
什么情况下会扣资源包次数，识别报错会扣费吗？资源包扣费规则按照：成功识别才算入计费次数，若识别报错则不计算次数。单张图片算作一次调用；若您的图片上存在多张图片，可能会导致对应接口识别报错，建议可进行如下操作：1.将所需图片...
产品公共FAQ
本文汇总了您在使用智能语音交互产品过程中的常见问题。产品公共常见问题主要分为以下几类：功能类 使用阿里云音视频通信RTC如何调用语音识别服务？智能语音交互服务中语音识别和语音合成用到的端口是哪些？开通商用或者扩容并发，多久才会...
API详情
对于输入音频有以下限制：音频文件大小不超过10MB 音频的时长不超过30s 输入的音频格式支持主流的 amr,wav(CodecID:GSM_MS),wav(PCM),3gp,3gpp,aac,mp3 等等，大部分常见编码的音频格式通义千问Audio都可以解析并进行音频理解。模型概览 ...
API详情
对于输入音频有以下限制：音频文件大小不超过10MB 音频的时长不超过30s 输入的音频格式支持主流的 amr,wav(CodecID:GSM_MS),wav(PCM),3gp,3gpp,aac,mp3 等等，大部分常见编码的音频格式通义千问Audio都可以解析并进行音频理解。模型概览 ...
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...
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...
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...
功能发布记录
增加自定义音视频输入接口。增加麦上UDP发送消息通道。音视频统计回调中增加部分字端。稳定性优化。SDK下载与发布记录 升级 推流SDK互动版本V6.9.0发布：互动直播支持双声道设置。互动直播增加回调，例如：音视频订阅状态、远端用户离开、...
媒体处理常见问题
基础问题 什么是转码资源？转码资源是媒体处理执行转码作业的计算节点，一个转码资源同一时间可执行一个转码作业。目前推出的是共享型转码资源。媒体转码为每个用户设置了共享型转码资源的配额，用户最多能同时处理的作业数量不超过该限额...
转码常见问题
本文为您介绍视频点播转码相关的常见问题。转码失败时，如何自主排查？确认转码源文件能否在本地正常播放（非常重要），经统计大部分转码失败是因为源文件本身有问题（如：视频流缺失、metadata存在问题、帧错误、视频头部信息缺失等），会...
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...
常见问题
在确认输入数据和系统运行没有问题之外，那么可能就是原始输入doc表的数据问题，Proxima CE默认采用的是hnsw算法构建索引，可能出现了构图不连通的极端情况，导致检索召回结果数量不够。解决方法：可以通过降低recall。该方法解决不彻底，...
功能发布记录
会中可随时开关翻译功能 新增 音视频文件记录 2022年12月12日 功能分类 功能名称 功能描述 更新类型 文档链接 音视频文件记录 实时接口 音频采样率：新增支持8K 新增 音视频文件记录 2022年10月25日 功能分类 功能名称 功能描述 更新类型 ...
创建工作流
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，在弹出窗中设置 转码模板。说明 预置转码模板说明，请参见 预置模板详情。设置自定义转码模板...
WebSocket协议说明
支持的输入格式：PCM（无压缩的PCM或WAV文件）、OPUS、AMR、SPEEX、MP3、AAC格式，16 bit采样位数、单声道（mono）。支持的音频采样率：8000Hz/16000Hz。支持设置返回结果：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...
功能发布记录
功能特性 新增自定义转码模板 视频AI费用 2015-08-18 接口：元信息接口更名为媒体信息接口，提供媒体格式信息和音频、视频及字幕流信息。相关接口新增UserData字段，用以存放用户自定义数据，便于用户自行灵活扩展业务逻辑。支持作业优先级...
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...
功能特性
功能 说明 API相关参数 控制台操作 提取音频 从视频文件中单独分离出音频，即禁用视频。Remove 支持 提取视频 从视频文件中单独分离出视频，即禁用音频。Remove 支持 视频去黑边 检测视频画面中的黑边，并自动剪裁。Crop 不支持 视频剪裁 ...
功能说明
说明 接口的调用需要对接口抛出的异常进行处理，添加try catch处理操作。接口调用的顺序必须按照说明的顺序调用，否则会因调用顺序不正确而出现异常。初始化。在配置好推流参数后，可以使用推流SDK的init方法进行初始化。示例代码如下：...
功能使用
说明 接口的调用需要对接口抛出的异常进行处理，添加try catch处理操作。接口调用的顺序必须按照说明的顺序调用，否则会因调用顺序不正确而出现异常。初始化。在配置好推流参数后，可以使用推流SDK的init方法进行初始化。示例代码如下：...
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...
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，...
Link Visual设备端开发-Linux SDK
intercom_stop_service 发送音频 lv_voice_intercom_send_audio 接收音频 lv_voice_intercom_receive_data_cb 接收音频参数配置 lv_voice_intercom_receive_metadata_cb 五、API详述-SDK生命周期 SDK生命周期管理相关的API如下。...
功能发布记录
优化 接口说明 语音识别通用模型和客服质检问题修复 语音识别16k中文通用模型，改善语音活动检测（Voice Activity Detectio）效果，解决纯静音数据误检出语音的问题。语音识别8k中文客服质检/8k英文客服质检/16k韩语模型：语言模型常规更新...
数字人流媒体服务WebSDK
否 boolean false options.audio.interval 音频采集间隔，单位毫秒 否 number 100 注意不能小于60ms，不能大于1000ms，否则会抛出错误 options.audio.autoDodge 是否开启音频闪避 否 boolean false 音频闪避：当RTC视频流数字人说话时，...
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，...
接口说明
当前方法调用不符合当前状态机，可能是在未初始化情况下调用了pause接口等，请确保调用接口符合当前状态。140014 TTS_SYNTHESIZER_INIT_ERROR 合成器初始化失败。创建合成器失败，主要是因为内存不足。140015 TTS_SYNTHESIZER_RELEASE_...
- 产品推荐
- 这些文档可能帮助您