接口说明
音频文件大小不超过512 MB，视频文件大小不超过2GB。需要识别的录音文件必须存放在某服务上，可以通过URL访问。推荐使用阿里云OSS：如果OSS中文件访问权限为公开，请参见 公共读Object，获取文件访问链接；如果OSS中文件访问权限为私有，请...
名词解释
TS TS的全称则是Transport Stream，TS流文件，是一种DVD的文件格式，MPEG2-TS格式的特点就是要求从视频流的任一片段开始都是可以独立解码的。UTC时间（ISO 8601标准时间格式 UTC时间指的是协调世界时，又称世界统一时间、世界标准时间、...
异步处理
对文件进行视频转码，转码输出媒体文件为MP4，视频流格式为H.265，分辨率为1920x1080，帧率为30 fps，视频码率为2 Mbps，音频编码格式为AAC，音频码率为100 Kbps，禁用字幕流，转码完成后保存。styleBuilder.append("video/convert,f_mp4,...
数据结构
通过阅读本文，您可以...AliEngineRecordFormat 录制格式 AliEngineAudioQuality 录制音频文件的音频质量。AliEngineVideoQuality 录制视频文件的视频质量。AliEngineAudioProfile 音频质量模式。AliEngineAudioScenario 音频场景模式参数。...
C++ SDK
文件名 描述 test0.wav test1.wav test2.wav test3.wav 测试音频（16k采样频率、16bit采样位数的音频文件）。include：SDK源码中的头文件，如下表所示。文件名 描述 nlsClient.h SDK实例。nlsEvent.h 回调事件说明。nlsGlobal.h SDK全局头...
接口说明
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存放在某服务上，可以通过URL访问。推荐使用阿里云OSS：如果OSS中文件访问权限为公开，可参见 公共读Object，获取文件访问链接；如果OSS中文件访问权限为私有，...
工作流活动介绍
转码 Transcode 可以将视频文件转码成适合在全平台播放的格式。截图 Screenshot 截取指定时间点的画面，用做视频封面或生成雪碧图。打包配置 PackageConfig 将多分辨率视频、多音轨、多字幕文件打包生成M3U8的过程。视频组 VideoGroup 音频...
Android SDK开发指南
获取SDK 请您根据引入依赖的方法来获取Android版本的设备端Link Visual SDK，并在 proguard-rules.pro 文件中排除不需要被混淆的类和方法。引入依赖/1.根build.gradle添加对aliyun maven仓库的引用 allprojects { repositories { maven { ...
参数文件使用场景
在本地准备参数文件：新建一个.csv文件（用Excel编辑之后另存为.csv格式，或者用Apache的commons-csv来生成），构造一列数据，对应Token，示例如下。单击 创建PTS场景 页面下方的 数据源管理，然后单击 文件数据源 页签的+上传文件，将本地...
参数文件使用场景
在本地准备参数文件：新建一个.csv文件（用Excel编辑之后另存为.csv格式，或者用Apache的commons-csv来生成），构造一列数据，对应Token，示例如下。单击 创建PTS场景 页面下方的 数据源管理，然后单击 文件数据源 页签的+上传文件，将本地...
错误码
请将音频数据的格式转换为SDK目前支持的音频格式。41040204 客户端调用方法异常。客户端应该先调用发送请求接口，发送请求完毕后再调用其他接口。41040205 客户端设置MAXSILENCE_PARAM方法异常。参数MAXSILENCE_PARAM的范围为200～2000。...
错误码
请将音频数据的格式转换为SDK目前支持的音频格式。41040204 客户端调用方法异常。客户端应该先调用发送请求接口，发送请求完毕后再调用其他接口。41040205 客户端设置MAXSILENCE_PARAM方法异常。参数MAXSILENCE_PARAM的范围为200～2000。...
操作指南概述
媒资管理 获取媒体信息 MPS支持获取存储于OSS上的音视频文件信息，包括分辨率、码率、帧率、编码格式、文件格式等关键信息。SubmitMediaInfoJob-提交媒体信息作业 QueryMediaInfoJobList-查询媒体信息作业信息 媒体转码 MPS支持视频转码、...
创建工作流
如果需要制作多码率、多音轨、多字幕或多格式等类型视频，或希望预先编排好一系列任务流程，然后按照编排好的环节和条件依次执行任务，您可以创建工作流并在工作流中设置转码、分析、截图、打包（封装）、审核、提取视频DNA、设置智能封面...
创建一个较复杂的云联络中心
您可以上传已经录制好的音频文件，文件要求wav格式，最大5M。音频简介：音频管理界面可供管理员添加、播放、下载、编辑、删除操作。其他详细设置见 音频。4.创建IVR流程 从左侧导航栏选择”流程管理>IVR流程”，进入IVR流程列表页。进入...
API详情
以下示例展示了如何使用同步接口调用发音人模型知厨（sambert-zhichu-v1），将文案“今天天气怎么样”合成采样率为48kHz，音频格式为wav的音频，并保存到名为output.wav的文件中。说明 需要使用您的API-KEY替换示例中的 your-dashscope-api...
API详情
以下示例展示了如何使用同步接口调用发音人模型知厨（sambert-zhichu-v1），将文案“今天天气怎么样”合成采样率为48kHz，音频格式为wav的音频，并保存到名为output.wav的文件中。说明 需要使用您的API-KEY替换示例中的 your-dashscope-api...
参数详情
示例：入文件路径为 a/b/example.flv，若想输出文件路径为 a/b/c/example+test.mp4，则OutputObject用占位符可表示为{ObjectPrefix}/c/{FileName}+test.mp4，再经过URL Encoding后，最终设置为%7BObjectPrefix%7D/c/7BFileName%7D%2Btest....
视频工具
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 视频文件解析 视频文件解析的核心类为 NativeParser 类，通过该类可以解析出视频宽高、格式、时长、码率、声道等信息。获取信息通过Key的方式获取，相关参数说明如下：Key ...
视频工具
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 视频文件解析 视频文件解析的核心类为 NativeParser 类，通过该类可以解析出视频宽高、格式、时长、码率、声道等信息。获取信息通过Key的方式获取，相关参数说明如下：Key ...
错误码
AudioContextNotSupported 17040899 浏览器不支持AudioContext AudioFileOpenFail 17301762 音频文件打开失败 AudioFormatNotSupported 17301763 音频格式不支持 AudioMixingMissingParam 17040901 伴奏缺少参数 AudioMixingResumeFailed ...
数据类型
1.1 AliRtcAudioTrack 音频Track类型。1.1 AliRtcNetworkQuality 网络质量。1.1 AliRtcRenderMode 渲染模式。1.1 AliRtcLogLevel 日志级别。1.1 AliRtcVideoProfile 视频质量参数。1.1 AliRtcErrorCode 错误类型。1.9 AliRtcAuthInfo 鉴权...
变量
在使用数据处理功能的批处理或触发器功能时，每个Object都会触发一个任务，任务中需要指定处理后的文件保存的输出路径，如果多个任务输出路径是同一个路径，则会产生文件覆盖，因此需要保证输出路径为动态路径，所以引入变量。此外，您可以...
数据类型
2.1 AliEngineAudioNumChannelType 音频声道类型。2.1 AliEngineAudioSampleRate 音频采样率类型。2.1 AliEngineAudioSource 音频裸数据源类型。2.1 AliEngineAudioRawData 音频裸数据。2.1 AliEngineVideoRawData 视频裸数据。2.1 ...
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 ...
SSML标记语言说明
在合成时，指定音频文件格式，优先级高于接口请求参数 format 指定的文件格式。sampleRate String 8000/16000/24000/48000 否 阿里巴巴语音合成特有标签。在合成时，指定音频的采样率，优先级高于接口请求参数 sample_rate 指定的音频采样...
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 ...
数据类型
AliyunAudioCodec 音频编解码配置类型 名称 类型 描述 Codec String 音频编解码格式。支持aac、mp3、vorbis、flac。默认值：aac。Profile String 音频编码预置。当Codec为aac时可以设置如下范围中的值：aac_low、aac_he、aac_he_v2、aac_ld...
Timeline配置说明
名称 类型 是否必填 含义 描述 Type String 是 当前 Clip 类型 固定值：AI_Avatar MediaId String 否 渲染数字人的音频媒资 Id 注意：MediaId、MediaURL 和 Content 有且仅有一个不为空 MediaURL String 否 渲染数字人的音频文件 URL 注意...
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...
SSML标记语言介绍
在合成时，指定音频文件格式，优先级高于接口请求参数 format 指定的文件格式。实时长文本任务在SSML标签中设置 encodeType 无效。sampleRate String 8000/16000/24000/48000 否 阿里巴巴语音合成特有标签。在合成时，指定音频的采样率，...
CreateFileTrans-创建文件转写任务
bucket AudioOutputOssPath string 否 开启音频转码时，转码音频写入到的 OSS 文件路径，需要以"tingwu/"为前缀。tingwu/dir/filename VideoOutputEnabled boolean 否 是否开启视频转码，默认是 false。false VideoOutputOssBucket string ...
数据结构
AliRtcRecordFormat 录制格式 AliRtcAudioQuality 录制音频文件的音频质量。AliRtcVideoQuality 录制视频文件的视频质量。AliRtcTranportAudioQuality 音频质量。AliRtcAudioProfile 音频质量模式。AliRtcAudioScenario 音频场景模式参数。...
RefreshUploadVideo-刷新视频上传凭证
接口说明 该接口也可用于视频、音频源文件的覆盖上传（即获取到源文件上传地址后重新上传且音/视频 ID 保持不变），但可能会自动触发转码和截图（若设置了上传时转码或截图）。使用说明，请参见 上传地址和凭证。调试 您可以在OpenAPI ...
C# SDK
SetFormat 设置音频数据编码格式，Windows环境推荐用PCM格式。SetSampleRate 音频采样率设置。SetSemanticSentenceDetection 设置是否使用语义断句。SetMaxSentenceSilence 设置vad阈值。与语义断句为互斥关系,不能同时使用.调用此设置前,...
视频转码
转码信息 转码前 视频名称：example.avi 视频格式：AVI 处理方式：提取音频并将提取的音频进行转码 转码后 音频容器：MP3 音频编码格式：MP3 音频码率：100 Kbps 视频流：禁用 字幕流：禁用 文件存储路径：音频文件存储路径为oss:/...
数据类型
2.1 AliRtcRecordFormat 录制格式 2.1 AliRtcAudioQuality 录制音频文件的音频质量。2.1 AliRtcVideoQuality 录制视频文件的视频质量。1.17 AliRtcTranportAudioQuality 音频质量。2.1 AliRtcAudioProfile 音频质量模式。2.1 ...
数据类型
1.1 AliRtcAudioTrack 音频Track类型。1.1 AliRtcNetworkQuality 网络质量。1.1 AliRtcRenderMode 渲染模式。1.1 AliRtcLogLevel 日志级别。1.1 AliRtcAuthInfo 鉴权信息。1.1 AliVideoCanvas 渲染画布。1.17.19 AliRtcOnByeType OnBye类型...
功能简介
调音台 多路音频输出大小调节、音频增益调节，启停音频跟随。组件叠加 支持图片、文字、字幕组件叠加，可实现在直播流中插入水印、LOGO、横幅文字、实时字幕等。ET实时字幕 结合语音识别技术，绑定直播视频源，实时输出双语字幕。云端自动...
概述
为减轻用户工作量，您可以直接使用DLA来转换文件格式。假设将1.2GB的数据以CSV、TSV或者LOG等格式存储在OSS中，通过DLA将CSV、TSV或者LOG格式转换为其他格式后，数据在OSS中所占用的存储空间如下表所示。存储格式 数据来源及特点 数据量...
- 产品推荐
- 这些文档可能帮助您