开发Link Visual的功能介绍
清晰度切换 App端可通过调用物模型API（Android/iOS）查询主辅码流清晰度物模型属性（StreamVideoQuality/SubStreamVideoQuality）用于UI上展示当前播放码流清晰度，App端设置该物模型属性来改变码流清晰度，...，播放器SDK已支持码流自适应...
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...
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...
Link Visual的常见问题
正常 偏慢 画面播放时OSD时间显示速率符合预期 正常 正常或偏快 播放时OSD时间显示速率符合预期，一段时间之后出现明显的跳帧现象 正常 偏快（但未响应pause/resume）或远大于正常值 时间戳和发流速率应严格按照推荐的方式值发送，发帧速度...
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...
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。...
自适应扫描
ePQ提供的自适应扫描模式可以帮助您解决计算资源不足的问题。前提条件 支持的 PolarDB PostgreSQL版 的版本如下：PostgreSQL 11（内核小版本1.1.17及以上）PostgreSQL 14（内核小版本14.6.6.0及以上）说明 您可通过如下语句查看 PolarDB ...
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...
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
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...
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...
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...
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...
OSS/OSS-HDFS的性能优化最佳实践
本文为您介绍如何提高访问OSS或OSS-HDFS数据时...使用最新版本JindoSDK 最新版本的JindoSDK提供了优化的自适应配置和预读算法，并定期更新以遵循新的最佳实践。例如，处理不同网络错误的重试，自适应的并发控制等。下载地址：JindoData下载
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...
如何选择转码类型
在面对不同行业用户丰富的转码场景需求时，视频点播针对多种业务场景提供了适应多场景化的转码处理方案，实现将用户定制化的场景需求进行抽象提取，最终以适用于其他点播用户的同样或类似的业务场景需求。前提条件 您已经开通了视频点播...
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...
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...
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...
地图容器（v3.x版本）
地图容器是3D平面地图（v3.x版本）组件中用于承载地图本身和各子组件的容器，支持添加标签层、单点柱状层、呼吸气泡层等子组件，支持配置地图的通用、自然、地形和装饰样式，能够多角度、多形式地渲染平面地图的3D效果。本文介绍3D平面地图...
Java SDK
}/语音合成的语音二进制数据@Override public void onMessage(ByteBuffer message){ try { if(firstRecvBinary){/计算首包语音流的延迟，收到第一包语音流时，即可以进行语音播放，以提升响应速度（特别是实时交互场景下）。...
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
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...
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...
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
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...
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...
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...
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...
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...
语音审核增强版多语言服务
语音审核 增强版 升级音频模型能力，能够支持中文、英文和中英文混合的音频内容。结合国际化业务特性，提供审核策略和标签体系。本文介绍语音审核 增强版 多语言服务的内容以及使用方法。功能特性 相比较语音审核1.0版本，语音审核 增强版 ...
语音异步检测
本文介绍了使用API接口异步检测语音内容的方法。语音内容审核帮助您检测音频文件或语音流（例如直播流）中的风险或违规内容，例如垃圾信息、广告、涉政、暴恐、辱骂、色情、灌水、违禁、无意义等内容。（语音异步检测）使用说明 业务接口：...
使用POP API创建自学习模型
GetAsrLmModel 删除自学习模型：DeleteAsrLmModel 列举自学习模型：ListAsrLmModel 自学习模型的训练与发布 添加数据集到自学习模型：AddDataToAsrLmModel 从自学习模型中删除数据集：RemoveDataFromAsrLmModel 训练自学习模型：...
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...
接口说明
录音文件识别闲时版是针对已经录制完成的录音文件，进行离线识别的服务。...与录音文件识别区别在于返回时间不同，闲时版为24小时内...auto_split Boolean 否 是否开启智能分轨（开启智能分轨，即可在两方对话的语音情景下，依据每句话识别结果...
接口说明
auto_split":false,"version":"4.0","enable_words":false,"enable_sample_rate_adaptive":true,/valid_times：获取语音指定时间段的识别内容，若不需要，则无需填写。valid_times":[{"begin_time":200,"end_time":2000,"channel_id":0 }...
语音人工审核
本文介绍了调用语音人工审核接口（/green/voice/manual/asyncScan）进行人工审核的方法。内容安全除了提供机器识别服务外，还提供纯人工审核服务，如果您对识别结果的准确率和召回率要求非常高，请使用人工审核功能。说明 使用该服务前，请...
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...
RESTful API
发起请求后的成功响应 {"status":200,"error_code":20000000,"error_message":"SUCCESS","request_id":"f0a9e2c49e9049e78730a3bf0b32*","data":{"task_id":"35d9f813e00b11e9a2ce9ba0d6a2*"} } 发起请求后的失败响应 {"error_message":...
- 产品推荐
- 这些文档可能帮助您