多码率自适应
多码率自适应可将指定的音视频文件流统一打包生成一个自适应码流文件，让播放器可根据终端网络带宽环境自动选择最适合当前带宽环境的码流播放。本文为您介绍多码率自适应、使用说明、模板管理、模板参数和示例。简介 多码率自适应即指将...
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
对长时间的语音数据流进行识别，适用于会议演讲、视频直播等长时间不间断识别的场景。使用须知 说明 如需使用Android或iOS SDK，请参见 移动端接口说明。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...
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...
数据类型
AliEngineOrientationModeAuto 自适应横竖屏模式。AliEngineAudioSessionOperationRestriction：AVAudioSession控制权限设置（适用于Mac端）。枚举名 描述 AliEngineAudioSessionOperationRestrictionNone 没有限制，SDK完全控制...
功能发布记录（2.0）
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...
SDK FAQ
demo是用语音文件模拟实时语音流的速度发送语音，通常一次发送间隔时间为100ms或200ms（sleepInterval）的语音数据，数据量（batchSize）和采样率有关：发送间隔过大，会导致延迟较大，容易断连；发送间隔过小，会消耗服务端和网络资源。...
接口说明
对长时间的语音数据流进行识别，适用于会议演讲、视频直播等长时间不间断识别的场景。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进行使用，并保持...
接口说明
语音合成为您提供将输入文本合成为语音二进制数据的功能。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...
Link Visual的常见问题
现象 两帧PTS差值 发帧速率 画面播放时OSD时间显示速率会比实际偏慢，一段时间后视频会加速快放，然后又回落到偏慢速率，潮汐变化明显 偏大 正常或偏快 画面播放时OSD时间显示速率会比实际偏快 偏小 正常或偏快 画面播放时OSD时间显示速率...
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
功能介绍 音视频格式：支持MP4、AAC、MP3、OPUS、WAV格式编码的音视频。使用限制：支持100 MB以内且时长不超过2小时的音频文件的识别，时长超过2小时的文件请使用录音文件识别普通版。模型类型：8000（电话）和16000（非电话）。说明 服务...
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...
媒体处理常见问题
亮度过曝是因为模板未配置自适应导致的，请 提交工单 联系阿里云客服后台配置自适应；过暗时由于非HDR源文件使用了HDR模板转码导致的，需要在转码前识别源文件是否为HDR文件，再确定要不要进行SDR转码。媒体处理能判断moov box位置吗？没有...
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...
算法说明
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。目前智能巡检使用流式图算法、流式分解算法进行数据巡检。本文介绍流式图算法、流式分解算法的适用场景、参数配置、预览说明等内容。流式...
【组件升级】Helm1.1.17/Agent v4.0.0的升级内容与...
升级后，Agent消耗Memory/CPU较高 您需要检查是否有发送数据出现异常，数据发送异常会导致Agent内存憋数据，进而导致资源消耗增高。您可以在容器服务控制台的目标集群 运维管理>Prometheus监控 页面，单击 其他 页签，在 Prometheus Agent ...
【组件升级】Helm1.1.17/Agent v4.0.0的升级内容与...
升级后，Agent消耗Memory/CPU较高 您需要检查是否有发送数据出现异常，数据发送异常会导致Agent内存堆积数据，进而导致资源消耗增高。您可以在容器服务控制台的目标集群 运维管理>Prometheus监控 页面，单击 其他 页签，在 Prometheus ...
图片处理常见问题
使用图片处理出现“Picture exceed the maximum allowable rotation range”报错 排查方法：可以使用imagemagic工具查看原图是否自带了 auto-orient 自适应旋转的属性。使用 auto-orient,0 参数处理图片，可以正常处理就说明原图带了自适应...
数据类型
AliRtcErrDisplayInterrupt 渲染过程中出现异常。网络错误码 ERR_ICE_CONNECTION_CONNECT_FAIL 媒体通道建立失败。ERR_ICE_CONNECTION_RECONNECT_FAI 媒体通道重连失败。ERR_ICE_CONNECTION_HEARTBEAT_TIMEOUT 信令心跳超时。其他错误码 ...
数据类型
AliRtcErrSpeakerInterrupt 播放过程中出现异常。AliRtcErrMicAuthFail 麦克风设备未授权。AliRtcErrMicNotAvailable 无可用的音频采集设备。AliRtcErrSpeakerNotAvailable 无可用的音频播放设备。视频设备错误码 AliRtcErrCameraOpenFail ...
移动端SDK说明
客户端在调用实时语音识别时请保持实时速率发送，发送完成后及时关闭链接。50000000 GRPC_ERROR:Grpc error!受机器负载、网络等因素导致的异常，通常为偶发出现。一般重试调用即可恢复。50000001 GRPC_ERROR:Grpc error!受机器负载、网络等...
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
一句话识别功能支持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。使用须知 说明 如需使用Android/iOS SDK，请参见 移动端接口说明。支持的输入格式：单声道（mono）16bit采样位数...
基本概念
播放器端可自由选择需要播放的视频分片，实现自适应多码率、不同画质内容的无缝切换，提供更好的播放体验。其中MPD文件类似HLS的m3u8文件，国外视频网站如YouTube、Netflix等较多使用DASH。HLS+fMP4...
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。...
基本概念
播放器端可自由选择需要播放的视频分片，实现自适应多码率、不同画质内容的无缝切换，提供更好的播放体验。其中MPD文件类似HLS的m3u8文件，国外视频网站如YouTube、Netflix等较多使用DASH。HLS+fMP4...
数据结构
枚举名 描述 AliEngineVideoEncoderOrientationModeAdaptive 0：自适应，推流方向和采集方向一致。AliEngineVideoEncoderOrientationModeFixedLandscape 1：竖屏模式。该模式下SDK推竖屏流，始终以设置的分辨率宽和高中较小的值作为输出...
功能特性
对媒体的内容、文字、语音、场景进行多模态分析，实现智能审核、内容理解、智能编辑等多种处理功能。音视频转码 把音视频码流转换为另一种清晰度、编码格式或封装格式，以适应不同网络带宽、不同终端播放设备的使用场景。媒体处理覆盖了...
数据类型
枚举名 描述 RtcEngineVideoEncoderOrientationModeAdaptive 0：自适应，推流方向和采集方向一致。RtcEngineVideoEncoderOrientationModeFixedLandscape 1：竖屏模式：该模式下SDK推竖屏流，始终以设置的分辨率宽和高中较小的值作为输出...
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。DingRtcOrientationMode...
Logtail
多租户隔离 Logtail在配置级别实现隔离，即单个Logtail采集配置出现异常不影响其他Logtail采集配置。更多信息，请参见 相关技术文章。日志采集延迟 正常情况下从日志写入磁盘到Logtail采集到日志的延迟不超过1秒。日志上传策略 Logtail会将...
Logtail限制说明
多租户隔离 Logtail在配置级别实现隔离，即单个Logtail采集配置出现异常不影响其他Logtail采集配置。更多信息，请参见 相关技术文章。日志采集延迟 正常情况下从日志写入磁盘到Logtail采集到日志的延迟不超过1秒。日志上传策略 Logtail会将...
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...
2020年
点播中心和访问域名 2020-02 发布日期 发布说明 相关文档 2020-02 支持多码率自适应功能，自适应码率文件能够让播放器可根据终端网络带宽环境，选择最适合当前带宽环境和终端设备的码流播放，从而提升播放体验。多码率自适应 2020-01 发布...
AK泄露检测
从攻击视角监测AK异常调用 云安全中心根据多年沉淀的安全攻防经验和大模型，可以检测常见的AK调用异常，例如调用AK的IP地址在近期发起过攻击行为、该IP在云上批量调用多个用户的AK、调用的API较为敏感且该AK出现过泄露等。下文介绍在云安全...
错误码查询
本文主要介绍智能语音交互的错误码和解决办法。您可以优先在本文档查询错误码，获取对应解决方案。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...
视频或字幕打包模板设置
视频点播服务提供的视频打包模板 和字幕打包模板，用于生成可切换不同分辨率 和不同语言字幕 的多码率自适应文件。该自适应码流文件包含不同音视频文件流的码率、分辨率等信息，播放器则根据网络带宽环境自动选择最适合当前带宽环境的码流...
接口说明
语音合成提供将输入文本合成为语音二进制数据的功能。功能介绍 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既能够提供全链路的语音能力，同时可做原子能力SDK进行使用，并保持接口的统一。语音合成功能支持...
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...
- 产品推荐
- 这些文档可能帮助您