PAI ArtLab高清修复的三种方式
背景信息 Stable Diffusion v1默认图像大小为512×512像素图像，在当前高清标准下显得分辨率不足。以iPhone 12为例，其摄像头能产生高达1200万像素的照片（4,032×3,024像素），屏幕分辨率更是达到了2,532x1,170像素，因此未缩放的稳定扩散...
计费说明
商品规格 规格数量 单价（元）备注 标准版离线语音合成SDK 1~10000个 5 可使用标准版离线语音合成语音包 10001~50000个 4 50001~100000个 3 100001~200000个 2.5 200001-500000个 2 精品版离线语音合成SDK 1~10000个 10 可使用精品版离线...
VE Exporter使用说明
例如，下图左侧有两个微信头像图片需要替换，为了操作方便，用户只替换其中一张图片即可达到两个图片都被替换的效果。在导出模板时，需要将该模板的两个微信头像设置为可编辑图片，并且同时选中 链接素材。说明 一个编辑组内有多个素材时，...
导出视频
导出视频包含视频配置导出、视频合成及上传。本文为您介绍导出视频的流程以及方法。版本支持 版本 是否支持 专业版 支持 标准版 支持 基础版 支持 相关类功能 类名 功能 AliyunVideoParam 视频输出参数，设置合成导出视频的参数。...
导出视频
视频合成 阿里云短视频SDK提供的一套单独进行合成上传的功能接口，用来实现将编辑完的视频在另一界面合成上传，核心类AliyunIVodCompose封装了视频合成与上传功能，方便客户端更好地合成与上传视频。合成接口可多次调用。接口参数请参考 ...
直播转点播常见问题
如果开启了自动合成，则在本次直播结束后，点播会自动将2个录制的视频进行合成，同时会将合成后的视频ID进行回调。即用户最后一共可以得到2+1=3个视频。自动合成有什么用？通常为了快速回看，用户可能会将录制周期设置较短。如：设置成10...
接入视频剪辑Web SDK
图片的宽度，用于合成的推荐分辨率，不传入则不会有推荐的分辨率 height?number;图片的高度，用于合成的推荐分辨率，不传入则不会有推荐的分辨率 };} StickerCategory interface StickerCategory { id:string;分类的 id name:string;分类的...
直播转点播
合成+手动发起转码 可在新建直播录制配置时，将自动合成开关打开，并且配置进行合成时所使用的合成转码模板组（本情况配置成仅合成，后续由用户触发转码）。适用场景：一场直播完成后，需要对所有录制周期内的分段进行自动合并，合并后文件...
直播转点播最佳实践
合成+手动发起转码 可在新建直播录制配置时，将自动合成开关打开，并且配置进行合成时所使用的合成转码模板组（本情况配置成仅合成，后续由用户触发转码）。适用场景：一场直播完成后，需要对所有录制周期内的分段进行自动合并，合并后文件...
接入视频剪辑Web SDK
图片的宽度，用于合成的推荐分辨率，不传入则不会有推荐的分辨率 height?number;图片的高度，用于合成的推荐分辨率，不传入则不会有推荐的分辨率 };} MediaMark interface MediaMark { startTime:number;endTime:number;content:string;} ...
3D数字人视频合成用户指南
3.1.1 语音合成的编辑功能 文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。同时文本输入框集成了情绪化音色的编辑能力，可在编辑器中选中某段...
2D数字人视频合成用户指南
文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。功能 子功能 备注 操作方法 多音/弹出浮层高亮多音字，逐一标注 文本 人名 姓氏自动匹配、连续...
什么是虚拟数字人开放平台
虚拟数字人开放平台，是由阿里云所提供的数字人服务，它集成了自然语言处理、图形图像、语音等算法能力，提供给客户标准的 PaaS 接口与后台运营工具，方便客户将数字人能力集成进不同的终端与场景。主要面对的行业包括新零售、政务、金融、...
图像检测训练（easycv）
图像检测训练（easycv）组件提供了主流的YOLOX和FCOS检测模型，用于目标检测的训练。若需在图像中标识并框选高风险实体，您可使用该组件构建目标检测模型，并进行推理分析。本文介绍图像检测训练（easycv）组件的配置方法和使用示例。前提...
服务节点地址及内网（VPC）调用方式
本文列举了API请求中的结构解释，并提供了图像搜索服务的接入地址（Endpoint）。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。服务地址 地域 Region 接入地址 VPC内网地址 华东1（杭州）...
策略常见问题
无影云电脑 策略支持设置的策略项有：水印、防截屏、本地磁盘映射、剪贴板、图像显示质量、画质策略、网络传输策略、Web客户端文件传输、打印机重定向、摄像头重定向、登录方式管控、安全组管控、DNS策略、客户端访问IP白名单、USB重定向、...
基本数据类型
ProduceConfig：视频合成配置 名称 类型 描述 TemplateGroupId String 视频合成完毕之后，以合成的文件为源文件，启动转码时所使用的转码模板组ID，类似上传完成后的转码过程。该字段为非必填项，当为空时，则使用转码设置的默认模板组进行...
智能生产制作功能介绍
视频剪辑 功能说明 提供专业的在线视频制作能力，支持视频、音频、文字的多类听、视觉元素合成新的视频。支持分割、拼接、裁剪、旋转等画面处理能力。支持基于文字或语音驱动的数字人模拟真人播报能力。支持转场、滤镜、特效、贴纸、文字动...
SubmitMediaProducingJob-提交剪辑合成作业
将一个或多个视频、音频、图片、字幕素材合成为成品。可以通过时间线(Timeline)参数直接提交剪辑设置，也可以先创建云剪辑工程，使用工程ID提交剪辑任务。接口说明 该接口返回合成任务的提交结果，不保证接口返回时视频已合成完毕。合成...
人工智能最佳实践
合成效果 内容图像 风格图像 合成图像 前提条件 通用 使用GPU实例过程中，为了确保您的业务正常进行，请加入钉钉用户群（钉钉群号：11721331），并提供以下信息。组织名称，例如您所在的公司名称。您的阿里云账号ID。您期望使用GPU实例的...
3D数字人视频合成接入指南
3D数字人视频合成服务为您提供 输入文本 以及 输入音频 合成为3D虚拟数字人指定格式的视频，并且通过返回的视频链接下载视频内容。功能介绍 形象配置 支持选择不同3D数字人形象，并进行装扮。具体可参考：配置数字人形象 支持通过参数指定...
2D数字人视频合成接入指南
2D数字人视频合成服务为您提供 输入文本 和 输入音频 合成为2D虚拟数字人指定格式的视频，并且通过返回的视频链接下载视频内容。说明 如您需要单日提交超过1000条视频，请提前联系工作人员。功能介绍 形象配置 支持选择平台内置的2D数字人...
Android端
V3.7.0及以上版本，gif格式的文件如果作为视频类型导入，则当做视频播放gif所有帧，如果作为图片类型导入，则作为图片播放第一帧。为什么设置完转场或者applySourceChange之后，视频卡住不动了？需要您在进行这些操作之后调用...
Android端短视频SDK常见问题
V3.7.0及以上版本，gif格式的文件如果作为视频类型导入，则当做视频播放gif所有帧，如果作为图片类型导入，则作为图片播放第一帧。为什么设置完转场或者applySourceChange之后，视频卡住不动了？需要您在进行这些操作之后调用 ...
Android端短视频SDK常见问题
V3.7.0及以上版本，gif格式的文件如果作为视频类型导入，则当做视频播放gif所有帧，如果作为图片类型导入，则作为图片播放第一帧。为什么设置完转场或者applySourceChange之后，视频卡住不动了？需要您在进行这些操作之后调用 ...
如何实现批量智能一键成片
} 2.1.3、InputConfig 标题、口播文案配置 如果传入了标题和口播文案，那么这两类文本素材都会合成到最终的成片中，效果见下图：示例1：一个标题，多条口播文案 生成的所有成片共用一个标题，口播文案随机选取一条合成。{"MediaGroupArray...
高级模板支持的AE功能及插件
VE Exporter能够完整导出以下几种图层的数据：图层类型 说明 图片层 图片层是指以静态图片为素材的图层，图片素材支持JPG和PNG格式。视频层 视频层是指以一段视频文件为素材的图层，视频素材仅支持H.264编码的MP4视频文件。说明 视频层是...
产品介绍
支持选择本地视频、图片、编辑文本，指定模板一键合成。字幕 支持在编辑界面添加普通字幕、气泡字幕、花字及翻转字幕。草稿箱 支持编辑后生成草稿，或从草稿箱中编辑视频，并提供了草稿列表，草稿云同步等功能。License版本 短视频SDK按...
序列帧动画
序列帧动画支持独立的样式和数据配置，包括序列帧动画的动画缩放倍数、高度偏移和序列帧合成图片等，本文介绍序列帧动画配置项的含义。在场景编辑器左侧图层列表中，单击 序列帧动画 图层，进入配置面板配置 序列帧动画 图层的样式和数据。...
序列帧动画
序列帧动画支持独立的样式和数据配置，包括序列帧动画的动画缩放倍数、高度偏移和序列帧合成图片等，本文介绍序列帧动画配置项的含义。在场景编辑器左侧图层列表中，单击 序列帧动画 图层，进入配置面板配置 序列帧动画 图层的样式和数据。...
序列帧动画
序列帧动画支持独立的样式和数据配置，包括序列帧动画的动画缩放倍数、高度偏移和序列帧合成图片等，本文介绍序列帧动画配置项的含义。在场景编辑器左侧图层列表中，单击 序列帧动画 图层，进入配置面板配置 序列帧动画 图层的样式和数据。...
错误码查询
请确认相关配置 购买的实例是离线视频合成服务，调用了在线流媒体服务接口 如果想要使用离线视频合成服务请参考：数字人视频合成开发指南；或者重新下单实时流媒体实例 10010040 请求缺少uniqueCode 需要回调的接口需要传入对应的...
Stable Diffusion AIACC加速版部署文档
Stable Diffusion可以通过使用文字生成图片，在整个pipeline中，包含CLIP或其他模型从文字中提取隐变量；通过使用UNET或其他生成器模型进行图片生成。通过逐步扩散（Diffusion），逐步处理图像，使得图像的生成质量更高。通过本文，客户...
语音合成FAQ
长文本语音合成服务和语音合成服务的差异在于：语音合成服务只能支持300字符以下的文本，而长文本语音合成是为了满足更多用户对千字或者万字文本合成需求，最多支持10万字的一次性快速合成调用。具体请参见 接口说明。性能类 为什么TTS语音...
通义千问VL
通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的性能，是首个支持中文开放域的通用定位模型...
创建并配置数字人项目
针对视频合成场景的项目发布将不会影响您已执行中的视频合成任务，但是对于已提交但是处于排队中的视频合成任务会使用最新的配置信息进行合成。配置数字人形象 入口：配置数字人形象可以从项目管理中的“形象配置”进入，也可以直接从菜单...
2020年
2020-03-20 华东2（上海）图像隐形文字水印 图像隐形图片水印 为图片添加或解析图片水印。2020-03-20 华东2（上海）图像隐形图片水印 视觉搜索 创建数据库 创建图片数据库。2020-03-20 华东2（上海）创建数据库 查看数据库列表 查看数据库...
SDK FAQ
duration":2959}} 语音合成关注首包延迟，即从发送合成请求开始，到收到第一个语音包为止，消耗的时间。日志中搜索关键字 send，找到这条日志和紧随其后的一条收到语音包的日志。记录的时间差即为SDK端记录的首包延时。如下日志延时为...
Android SDK
本文介绍了如何使用阿里云离线语音合成服务提供的Android 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 ...
SDWebUI使用方法与实践案例
但由于裁剪操作会删减部分图像内容，因此在合成后的图像中可能会出现一些细节丢失的情况。填充（resize and fill）：先缩放再填充图像，填充方式多种多样，可以使用颜色或模式填充。这种方式能保留整个图像的比例和细节，但填充内容可能会...
- 产品推荐
- 这些文档可能帮助您