什么是智能外呼机器人
智能外呼机器人是基于自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，NLU）等技术，面向企业客户提供的一款智能客服机器人产品。智能语音机器...
人工神经网络
自适应：算法自动选择速率。否 常数 常数 反比例缩放 自适应 动量 梯度下降更新的动量。否 0.9[0,1]是否使用内斯特罗夫的势头 否 是 是 否 学习速率：反比例缩放 参数名 参数描述 是否必填 参数默认值 参数范围 学习率指数 反比例学习率的...
智能外呼机器人
智能外呼是综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音(Text To Speech，TTS)以及自然语言理解（Natural Language Understanding，简称NLU）技术并面向企业客户提供的一款智能客服机器人产品。智能外呼机器人...
常见问题
支持清晰度帧率自适应，最高可达1080p@30fps。是否支持BFCP双流发送和接收？支持。支持钉钉会议室连接器之间、钉钉会议室连接器和钉钉客户端（比如PC端、安卓端钉钉）之间内容分享流的发送和接收。SIP设备端：华为终端BFCP设置为TCP或UDP...
添加直播流自定义转码配置
包含的字段如下：Type string（必须添加）：只可以传 short（短边自适应）、long（长边自适应）、screen（横竖屏自适应）。Value string（必须添加）：取值可选240、360、480、540、720、1080、2160。FpsWithSource String 否 {\"UpLimit\...
OSS性能与扩展性最佳实践
背景信息 OSS按照文件名UTF-8编码的顺序对用户数据进行自动分区，从而能够处理海量文件并承载高速率的客户请求。但是，OSS限制了在顺序读写模式下，每秒请求数QPS的值为2,000。如果您在上传大量文件时，在命名上使用了顺序前缀（如时间戳或...
单点柱状层（v3.x版本）
填充颜色：柱子的填充颜色，根据value字段的值大小自适应填充色，请参见 颜色映射器使用说明，配置不同柱子的映射颜色样式。顶面样式：柱子顶面的样式。参数 说明 金属质感 拖动滑块设置单点柱状层顶面的金属质感，取值范围为0~100。纹理...
多维指标智能巡检
日志服务提供智能巡检功能，用于对监控指标或业务日志等数据进行全自动、智能化、自适应的异常巡检。本文介绍如何通过智能巡检功能，对多维指标进行巡检与打标反馈。前提条件 已采集EIP指标数据到名为eip-log的源Logstore。具体操作，请...
预置模板详情
不支持横竖屏自适应、视频分辨率/视频码率/音频码率检查，即当您的输入文件参数小于设置值，会出现上采样。如您需要使用上述功能请在提交转码作业时通过参数设置。模板ID 模板名 中文名 容器格式 视频编码 音频编码 视频码率(Kbps)音频码率...
创建转码模板
说明 如果源文件为HDR，色彩转换为HDR转SDR，为避免过曝或过暗，请 提交工单 联系阿里云客服进行自适应配置。参数 说明 编码格式 选择您需要的编码格式。码率控制 在下拉列表中选择控制模式。支持四种模式：原视频码率、固定码率、平均码率...
什么是Web应用防火墙
支持多种形式数据编码的自适应解码，避免利用各种编码形式的绕过。CC恶意攻击防护 控制单一源IP的访问频率，基于重定向跳转验证、人机识别等。针对海量慢速请求攻击，根据统计响应码及URL请求分布、异常Referer及User-Agent特征识别，结合...
预设动效设置教程
一、使用场景 电脑网站、自适应的网站设计器，通过设定模块入场/强调动画、按钮特效、图片特效等多种预设动画，快速搭建企业个性化设计网站，提高网站用户体验。二、设置教程 1.模块动画介绍 1.1 将鼠标悬停在某个模块上面，点击悬浮菜单栏...
什么是智能语音导航
智能语音导航是综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，简称NLU）技术并面向企业客户提供的一款电话机器人产品。智能语音导航...
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...
发布日志
V2.4.1@2021-06-17 优化推流时预览视频画面自适应屏幕旋转功能。音频场景增加CHATROOM（语聊）场景，用于频繁上线麦的语音聊天室场景。新增支持智能降噪算法插件。优化开启旁路直播接口参数。修复现有已知问题。V2.2@2021-06-02 完善数据...
产品优势
多模态融合 提供视觉、文字、语音、运动行为等多模态信息分析技术，可进行自适应融合分析，提高视频分析的客观性和准确性。经验成熟 利用阿里大文娱海量的媒资数据和用户行为数据，并在优酷等内部平台及外部客户平台中提供稳定服务。定制化...
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
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...
产品优势
支持snappy/LZ4/LZO，压缩率不高 支持snappy/LZ4，压缩率不高 编码 面向数据类型的自适应编码，压缩率高，并且无需解码，即可快速查找。支持DIFF，压缩效果一般，并且编码后的数据无法检索 无 冷热分离 冷热数据自动分层，其中冷数据使用高...
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...
视频转码
arotate int 否 自适应分辨率方向。取值：0（默认值）：关闭。1：打开。g int 否 关键帧。取值范围：1~100000。vb int 否 视频比特率（码率），单位为比特/秒（bps）。取值范围：10000~100000000。vbopt int 否 视频码率选项。取值：0：...
呼吸气泡层（v3.x版本）
字段宽度：标签的显示字段的宽度样式，包括字段的适应类型方式，可选 自适应 或 固定宽度，并根据适应类型设置字段宽度的值，单位px。行高比例：标签的行高比例值，取值范围为1~2。内容描边：标签的内容描边样式，包括设置描边的颜色和描边...
单点柱状层（v3.x版本）
字段宽度：标签的显示字段的宽度样式，包括字段的适应类型方式，可选 自适应 或 固定宽度，并根据适应类型设置字段宽度的值，单位px。行高比例：标签的行高比例值，取值范围为1~2。内容描边：标签的内容描边样式，包括设置描边的颜色和描边...
Java SDK
本文介绍如何使用阿里云智能语音服务提供的Java SDK，包括SDK的安装方法及SDK代码示例。使用说明 在使用SDK之前，请先阅读接口说明，详情请参见 接口说明。为使用长文本语音合成服务，请将SDK版本更新至2.1.1及以上。下载安装 从Maven...
Python SDK
本文介绍如何使用阿里云智能语音服务提供的Python SDK，包括SDK的安装方法及SDK代码示例。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。下载安装 说明 SDK仅支持Python3，暂不支持Python2。请确认已安装Python包管理工具...
数据类型
枚举名 描述 DingRtcVideoEncoderOrientationModeAdaptive 自适应，和采集视频保持一致。DingRtcVideoEncoderOrientationModeFixedLandscape 固定横屏。DingRtcVideoEncoderOrientationModeFixedPortrait 固定竖屏。DingRtcVideoDimensions...
转码
横竖屏自适应 开启后，系统将输出视频的宽对应输入片源的长边，视频的高对应输入片源的短边。码率峰值 输入码率峰值，取值范围：[10,50000]，单位：Kbps。帧率 输入帧率，取值范围：[1,60]，单位：fps。质量控制因子 输入质量控制因子，...
数据结构
AliRtcOrientationModeAuto 自适应横竖屏模式。AliRtcAudioSessionOperationRestriction：SDK对Audio Session的控制权限（仅iOS）。枚举名 描述 AliRtcAudioSessionOperationRestrictionNone 没有限制，SDK完全控制AVAudioSession。...
接口说明
离线语音合成是指在弱网或无网状态下，通过设备本地的语音合成模型，将文本转换成自然流畅的语音。产品体验 更多合成效果可至 离线语音合成产品详情页 进行体验。功能介绍 离线语音合成主要包括以下功能，暂不支持多实例调用。提供语速调节...
栅格
可选项如下：布局方式 说明 自适应布局 栅格选择自适应布局时，内部分栏可以选择自适应宽度或自适应内容宽度。自适应宽度：根据栅格宽度和分栏数量自适应调整宽度。自适应内容宽度：根据分栏内容自适应调整分栏宽度。手动布局 栅格选择手动...
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 说明 当前最新版本：3.1.17，该版本基于C++ SDK API 3.1.x。发布日期：2023年08月28日。此SDK是底层C++包裹了C#组成，仅支持Windows平台，不支持...
Python SDK
本文介绍如何使用智能语音交互一句话识别的Python SDK，包括SDK的安装方法及SDK代码示例等。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。SDK仅支持Python3，暂不支持Python2。已安装Python包管理工具setuptools。如果未...
数据类型
AliRtcOrientationModeAuto 自适应横竖屏模式。AliRtcAudioSessionOperationRestriction：SDK对Audio Session的控制权限（仅iOS）。枚举名 描述 AliRtcAudioSessionOperationRestrictionNone 没有限制，SDK完全控制AVAudioSession。...
自适应方向
您可以通过自适应方向参数，指定OSS内存储的原图是否按自适应方向旋转。本文介绍进行自适应方向旋转时所用到的参数及示例。参数说明 操作名称：auto-orient 参数说明如下：参数 描述 取值[value]指定图片是否进行自适应旋转。0、1 0：保持...
快速开始
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别API基于通义实验室新一代非自回归端到端模型，提供基于实时音频流的语音识别以及对输入的各类音视频文件进行语音识别的能力。可被应用于：对...
快速开始
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别API基于通义实验室新一代非自回归端到端模型，提供基于实时音频流的语音识别以及对输入的各类音视频文件进行语音识别的能力。可被应用于：对...
3D互动数字人接入指南
3D互动数字人（对应开放平台的“智能客服”场景）是虚拟数字人开放平台提供能够支持用户与3D数字人进行实时语音交互的数字人产品能力，需要配合 智能对话机器人 产品使用。本篇文档将介绍如何接入3D互动数字人。能力介绍 3D互动数字人是...
数据结构
AliRtcSceneChatroomMode 聊天室场景，适用于频繁上下麦的聊天场景，音量条始终为语音通话音量条。AliRtcMuteLocalAudioMode 本地静音模式。枚举名 描述 AliRtcMuteAudioModeDefault 默认模式（静音全部，包括麦克风及外部输入音频）。...
WebSocket协议说明
如果您不希望引入阿里云智能语音交互产品SDK，或者目前提供的Java、C或C++的SDK不能满足您的要求，可以基于本文描述自行开发代码访问阿里语音服务。功能介绍 阿里云智能语音交互产品通过WebSocket协议对外提供实时语音流语音转写功能，支持...
自动化测试
尤其对于语言定制模型而言，当测试集不变的情况下，通过自动化测试可以看到每次自学习模型训练对于准确率的提升或者降低。前提条件 已开通智能语音交互服务，详情请参见 准备账号。创建自动化测试任务 登录 智能语音交互控制台。在左侧导航...
- 产品推荐
- 这些文档可能帮助您