基本概念
注意语音编码和语音文件格式不同，如常见的WAV文件格式，会在其头部定义语音数据的编码，其中的音频数据通常使用PCM、AMR或其他编码。说明 在调用通义听悟服务之前需确认语音数据编码格式是服务所支持的。项目标识（Appkey）在通义听悟 ...
基本概念
语音编码（format）语音数据存储和传输的方式。语音数据编码格式和语音文件格式不同，如常见的WAV文件格式，会在其头部定义语音数据的编码，其中的音频数据通常使用PCM、AMR或其他编码。重要 在调用智能语音交互服务之前需确认语音数据编码...
Android SDK（旧版）
设置语音编码，PCM编码可以直接用audioTrack播放，其他编码不行。speechSynthesizer.setFormat(SpeechSynthesizer.FORMAT_PCM);以下选项都会改变最终合成的语音效果。设置语音数据采样率 speechSynthesizer.setSampleRate...
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...
2D互动数字人接入指南
语音数据在发送前需要进行base64编码。同时语音流需要连续发送，如果没有声音可以发送静音包，长时间不发送音频流可能会导致对话中断。重要 该协议支持直接发送纯文本进行对话，也可发送语音流进行对话，在文本和语音同时发送的过程时无法...
3D互动数字人接入指南
语音数据在发送前需要进行base64编码。同时语音流需要连续发送，如果没有声音可以发送静音包，长时间不发送音频流可能会导致对话中断。重要 该协议支持直接发送纯文本进行对话，也可发送语音流进行对话，在文本和语音同时发送的过程时无法...
接口定义
H264-NALU 对接的场景下，需要反馈一些信息 给到编码器做实时调节/请求本地编码器下一帧编码关键帧 virtual void OnKeyFrameRequest(){}/实时控制编码器的一些编码参数,比如输出帧率和码率 virtual void OnEncoderQosRequest(const ...
回调管理
智能审核回调 视频直播支持视频审核和语音审核的结果回调，您可以在控制台或通过API配置回调地址。视频审核回调设置方式 控制台 您可以在 视频直播控制台 的 域名管理 页面需要选择配置的播流域名，单击 域名配置，进入 直播管理>回调事件>...
短信发送状态回执错误码
isv.PRODUCT_UNSUBSCRIBE 产品未开通 原因：该AccessKey所属的账号尚未开通当前接口的产品，如仅开通了短信服务的用户调用语音服务接口时会产生此报错信息。解决方案：检查AccessKey对应账号是否已开通调用对应接口的服务。如需开通服务，...
开发Link Visual的功能介绍
减少首帧延迟（强制I帧）在有新的播放端观看时，会要求设备立即编码I帧，从而减少直播首帧延迟。参考设备端和App的文档响应和发起强制I帧。云存录像功能开发 云存录像的使用需要为用户开通云存空间，详细参见 LinkVisual视频云存储购买服务...
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：...
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...
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...
调用方式
请求及返回结果都使用UTF-8字符集进行编码。请求结构 智能语音导航的API是RPC风格，您可以通过发送HTTP GET请求调用智能语音导航API。其请求结构如下：http://Endpoint/?Action=xx&Parameters 其中：Endpoint：智能语音导航API的服务接入...
新手指引
语音服务（Voice Service）是一款基于云服务提供的语音通信能力，为企业客户提供的语音服务包含语音通知、语音验证码等丰富的语音产品。本文介绍语音服务的基础知识、计费方式、快速使用流程以及新手用户常见问题，帮助您快速上手语音服务...
SDK FAQ
如果传入的文本没有采用UTF-8编码，在文本中含有中文字符时，语音合成SDK调用start函数会失败，返回错误信息 Socket recv failed,errorCode:0。错误码为0表示服务端已经关闭了连接，此时应检查传入的文本是否采用UTF-8编码。C++ SDK如何...
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 使用SDK前，首先阅读接口说明，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...
Android SDK
ASR中一句话识别和录音文件极速版支持OPUS数据，实时语音转文字仅支持PCM编码、16 bit采样位数、单声道（mono）。具体详情请参见 接口说明。在模拟器上运行下载的Android Demo程序，语音合成功能正常，但一句话识别功能单击“开始”后，...
Android SDK
ASR中一句话识别和录音文件极速版支持OPUS数据，实时语音转文字仅支持PCM编码、16 bit采样位数、单声道（mono）。具体详情，请参见 接口说明。调用Android SDK时，手机报错提示“audio recoder not init”如何解决？您可以通过以下方式排查...
智能语音交互呼入回调HTTP接口
回调接口规范 规范 说明 接口协议 HTTP 方式 POST 字符编码格式 UTF-8 示例与参数 智能语音交互呼入回调HTTP接口的请求示例、返回示例与对应参数请参见：首次呼入回调 后续呼入回调 说明 首次呼入时，请求参数中的content_type为callin，...
智能语音交互呼入回调HTTP接口
回调接口规范 规范 说明 接口协议 HTTP 方式 POST 字符编码格式 UTF-8 示例与参数 智能语音交互呼入回调HTTP接口的请求示例、返回示例与对应参数请参考：首次呼入回调 后续呼入回调 说明 首次呼入时，请求参数中的content_type为callin，...
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 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，详情请参见 接口说明。该...
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++ Demo
本文介绍了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。前提条件 当前最新版本：1.2.2。发布日期：2018年11月14日。使用SDK前，请先阅读接口说明，详情请参见 接口说明。已开通智能语音交互并获取AccessKey...
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...
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？...
功能特性
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，16bit采样位数 Java/C++/Python/C#Go/Node.js/RestfulAPI/Android/iOS/微信小程序 最大2个并发 资源包购买 实时语音识别 实时 识别长时间的语音数据流。...
RESTful API
语音合成RESTful API支持HTTPS GET和POST两种方法的请求，将待合成的文本上传到服务端，服务端返回文本的语音合成结果，开发者需要保证在语音合成结果返回之前连接不中断。功能介绍 支持如下设置：PCM、WAV、MP3音频格式。8000 Hz、16000 ...
接口说明
语音合成功能支持如下能力：支持输出PCM、MP3编码格式数据。支持设置语速、语调、音量。支持设置声音类型，如下表所示。名称 voice参数值 类型 适用场景 支持语言 支持采样率（Hz）支持时间戳（字级别音素边界）接口 支持儿化音 声音品质 ...
Android SDK开发指南
生活物联网平台提供Android版本的设备端Link Visual SDK，您可以基于该SDK开发Link Visual视频设备的直播、点播、语音对讲、抓图等功能。Android设备端Link Visual SDK依赖如下。依赖SDK 概述 Link Kit Android SDK 提供设备与云端的双向...
接口说明
返回语音合成产品详情页 功能介绍 支持输出PCM、WAV和MP3编码格式数据。支持设置语速、语调和音量。支持设置不同场景及风格的声音。支持一次性合成300字符以内的文字，其中1个汉字、1个英文字母、1个标点或1个句子中间空格均算作1个字符，...
计费说明
语音合成的计费调用次数按照每次请求传入的字符数（UTF-8编码。1个汉字、英文字母、全半角标点符号均算1个有效字符。SSML标签不算作字符。作为统计依据：100个字符内（含100个）记为1次计费调用；每超过100个字符增加1次计费调用，且1次...
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...
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...
通过控制台使用语音通知/语音验证码
语音通知/语音验证码是通过电话呼叫的方式向指定号码发送语音通知或对验证码进行语音播报，您可以在控制台 发送语音通知 或 语音验证码。使用须知 文本转语音模板和语音通知文件审核通过后才可以使用。对同一个“资质+用途”下的主叫进行流...
通过API使用语音通知/语音验证码
语音通知/语音验证码是通过电话呼叫的方式向指定号码发送语音通知或对验证码进行语音播报，您可以调用API接口 发送语音通知 或 语音验证码。准备工作 注册阿里云账号 并完成 企业实名认证。已开通 语音服务。申请企业资质 并审核通过。若...
语音通知/语音验证码FAQ
您在使用语音通知/语音验证码时如果遇到疑问，可参考以下常见问题及处理建议。语音通知支持英文吗？语音通知支持中文和英文。语音通知服务，如果用户挂线，会不会重拨？不会重拨。语音流控频率规则是怎么样的？同一个 资质信息+号码用途 下...
语音模板FAQ
语音服务话术模板和语音文件都需要进行审核，暂时不支持网络文件，可以在语音控制台提交TTS模板或者语音录音文件审核，审核通过后可以使用。语音文件/TTS模板审核时间是多长?模板提交后预计2小时内审核完成，审核通过后可使用。审核工作...
SDK和API概览
离线移动端iOS SDK 离线语音合成 离线移动端Android SDK 离线语音合成 服务端 Java SDK 一句话识别、实时语音识别、录音文件识别、录音文件识别闲时版、语音合成、长文本语音合成、声音事件检测、说话人识别、性别识别、语种识别 Python ...
- 产品推荐
- 这些文档可能帮助您