语音识别
paraformer-8k-v1 Paraformer中文语音识别模型，支持8kHz电话语音识别。中文语音识别；电话语音识别；paraformer-mtl-v1 Paraformer多语言语音识别模型，支持16kHz及以上采样率的音频或视频语音识别。支持的语种/方言包括：中文普通话、...
实时语音识别API详情
模型概览 模型名 模型简介 paraformer-realtime-v1 Paraformer中文实时语音识别模型，支持16kHz及以上采样率的视频直播、会议等实时场景下的语音识别。paraformer-realtime-8k-v1 Paraformer中文实时语音识别模型，支持8kHz电话客服等场景...
实时语音识别API详情
模型概览 模型名 模型简介 paraformer-realtime-v1 Paraformer中文实时语音识别模型，支持16kHz及以上采样率的视频直播、会议等实时场景下的语音识别。paraformer-realtime-8k-v1 Paraformer中文实时语音识别模型，支持8kHz电话客服等场景...
Web SDK 发布说明
V 1.0.9 增加开始语音识别失败接口 OnStartAsrFailed（见被调接口 50）。语音识别结果接口名从 OnAsrMsg 修改为 OnAsrMessage（见被调接口 53）。开始语音识别接口添加参数引擎类型 procType（见主调接口 30）。服务端录制结束通知接口名从...
接口说明
支持一次性合成300字符以内的文字，其中1个汉字、1个英文字母、1个标点或1个句子中间空格均算作1个字符，超过300个字符的内容将会截断。仅支持采用UTF-8编码的文本输入。支持 多情感声音 调用，具体请参见 SSML标记语言介绍 中的标签。标签...
接口说明
长文本语音合成服务相比语音合成服务有其独特优势：支持更长文字输入：一次性合成最高1万字符，其中1个汉字、1个英文字母、1个标点或1个句子中间空格均算作1个字符。专属声音：按场景打造专属精品声音，完美贴合阅读小说、新闻、视频配音等...
功能发布记录
增加 无 2021年05月13日 功能分类 功能名称 功能描述 更新类型 相关链接 语音识别 识音石V1-端到端中文普通话识别模型 识别准确率高：基于自研端到端的语音识别框架，中文识别准确率可达业内最高水平。在客服，输入法，会议等领域识别字...
SDK FAQ
appkey":"FWpPCaVYDRp6J1rO","task_id":"affa5c90986e4378907fbf49eddd283a"}} 14:32:14.035 INFO[ntLoopGroup-2-1][c.a.n.c.protocol.tts.SpeechSynthesizer]write array:6896 实时语音识别SDK日志类似一句话识别，可以从日志中计算语音...
接口说明
实时语音识别服务的智能断句功能会判断出一句话的开始与结束，如：{"header":{"namespace":"SpeechTranscriber","name":"SentenceBegin","status":20000000,"message_id":"a426f3d4618447519c9d85d1a0d1*","task_id":"5ec521b5aa104e3abccf...
接口说明
新零售领域识别模型，出行领域识别模型 16k 支持 支持 支持 支持 支持 中英自由说 16k 支持 支持 支持 支持 不支持 识音石 V1-端到端模型 8k 支持 支持 支持 支持 支持 就近地域智能接入 实时语音识别支持就近地域智能接入，域名为 nls-...
支持的云产品列表
V20201010 2024年1月 Docmind-Api 文档智能 V20220711 2024年1月 DocumentAutoml 印刷文字识别 V20221229 2024年1月 DytnsApi 号码百科 V20200217 2024年1月 EAIS 弹性加速计算实例 V20190624 2024年1月 EBS 块存储 V20210730 2024年1月 ...
产品计费
上线时间 Sambert系列模型 模型列表 1元/万字 后付费 已上线 语音识别 模型服务 规格 价格（单位：元）计费模式 上线时间 录音文件识别 paraformer-v1 0.00008元/秒 后付费 已上线 paraformer-8k-v1 paraformer-mtl-v1 实时语音识别 ...
语音识别FAQ
本文汇总了您在使用语音识别服务时的常见问题。语音识别类常见问题主要分为以下几类：功能类 实时转写说话有停顿，但是语音识别不断句怎么办？语音识别能自动断开多句话吗？语音识别服务支持离线功能吗？语音识别支持哪些模型？语音识别...
C# SDK
ReleaseTranscriberRequest 3.1.9 销毁实时语音识别对象，需要在当前请求的closed事件后调用。NlsToken：创建Token对象，用于申请获取TokenId。申请新Token时需要先获取有效时间戳，若超过有效时间则再申请。若在有效时间内多次申请Token会...
RESTful API
3.语音识别接口请求路径：/stream/v1/asr。4.设置必选请求参数：appkey、format、sample_rate。5.设置可选请求参数：enable_punctuation_prediction、enable_inverse_text_normalization、enable_voice_detection。String url=...
接口说明
sample_rate Integer 否 表示语音识别模型的采样率，上传的音频如果不符合其取值会被自动升/降采样率至8000或16000。取值：16000（非电话）/8000（电话）。默认：16000。vocabulary_id String 否 添加热词表ID。默认：不添加。...
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...
C# SDK
基础接口 NlsClient：语音处理客户端，利用该客户端可以进行一句话识别、实时语音识别和语音合成的语音处理任务。该客户端为线程安全，建议全局仅创建一个实例。接口名 启用版本 功能描述 SetLogConfig 3.1.9 设置日志文件与存储路径。越早...
C# SDK
基础接口 NlsClient：语音处理客户端，利用该客户端可以进行一句话识别、实时语音识别和语音合成的语音处理任务。该客户端为线程安全，建议全局仅创建一个实例。接口名 启用版本 功能描述 SetLogConfig 3.1.9 设置日志文件与存储路径。越早...
CreateMeetingTrans-创建实时会议
true Tags object 否 系统扩展：标签 AsrParams object 否 ASR 转写的额外参数，如热词 vocabulary_id {"vocabulary_id":"e2a9a9be3128417fb4d181ebfbe8*"} LabParams object 否 系统扩展：实验转写参数 AbilityParams object 否 能力扩展 ...
API详情
paraformer-8k-v1 Paraformer中语音模型服务中文语音识别模型，支持8kHz电话语音识别。paraformer-mtl-v1 Paraformer中语音模型服务多语言语音识别模型，支持16kHz及以上采样率的音频或视频语音识别。支持的语种/方言包括：中文普通话、...
SSML标记语言介绍
对应的带宽为[“1.0q”,“1.0q”,“1.0q”,“1.0q”,“1.0q”,“1.0q”,“1.0q”,“1.0q”]。在使用过程中，需要输入8个等级对应的增益，其取值范围为[-20 dB,20 dB]。例如，effectValue=”1 1 1 1 1 1 1 1”。是一个以空格分割的8个整数...
地域和域名
多地域产品能力对比 产品能力 子项 华东2（上海）（当前地域）华北2（北京）（新增地域）华南1（深圳）（新增地域）管控台 管控台 统一管控台 统一管控台 统一管控台 语音识别 一句话识别 支持 支持 支持 实时语音识别 支持 支持 支持 录音...
产品更新动态
智能外呼机器人产品更新 主要内容如下：2023年12月22日-V3.9 本次版本更新中，着重扩展产品功能与运营效率。具体更新内容如下：支持使用云监控对外呼产品使用情况监控，支持指标自定义配置。说明 有关云监控的介绍可参考《什么是云监控》。...
录音文件识别API详情
paraformer-8k-v1 Paraformer中文语音识别模型，支持8kHz电话语音识别。paraformer-mtl-v1 Paraformer多语言语音识别模型，支持16kHz及以上采样率的音频或视频语音识别。支持的语种/方言包括：中文普通话、中文方言（粤语、吴语、闽南语、...
录音文件识别API详情
paraformer-8k-v1 Paraformer中文语音识别模型，支持8kHz电话语音识别。paraformer-mtl-v1 Paraformer多语言语音识别模型，支持16kHz及以上采样率的音频或视频语音识别。支持的语种/方言包括：中文普通话、中文方言（粤语、吴语、闽南语、...
WebSocket协议说明
使用WebSocket调用实时语音识别时，WebSocket经常自动终止服务，不能实现实时语音识别，需要手动发送PCM或WAV音频文件，是什么原因？以上情况表示系统已经接收到您传输的音频，在符合协议以及传参的情况下，WSS或HTTP协议都能实现实时语音...
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
项目 指标 CPU 机型 硬件指标 初始化耗时 CPU（合成态：单核）红米6A CPU：联发Helio A22 2 GHz RAM：2 GB 系统：Android 9.0 273ms 19%华为P10 CPU：海思麒麟960 2.4 GHz RAM：4 GB 系统：Android 7.0 178ms 12%华为P40 CPU型号：海思麒麟...
Paraformer语音识别热词定制与管理
paraformer-8k-v1 Paraformer中文语音识别模型，支持8kHz电话语音识别。paraformer-mtl-v1 Paraformer多语言语音识别模型，支持16kHz及以上采样率的音频或视频语音识别。支持的语种/方言包括：中文普通话、中文方言（粤语、吴语、闽南语、...
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...
移动端SDK说明
一句话语音识别支持60s以内的音频，如果超过60s，建议调用实时语音识别接口。41010105 SILENT_SPEECH 纯静音数据或噪音数据，导致无法检测出任何有效语音。无。一句话识别/实时语音识别/录音文件识别极速版 配置或参数错误 状态码 状态消息...
GPU计算型
1 12 8 ecs.gn7s-c32g1.8xlarge 32 250 NVIDIA A30*1 24GB*1 16 600万 1 12 8 ecs.gn7s-c32g1.16xlarge 64 500 NVIDIA A30*2 24GB*2 32 1200万 1 16 15 ecs.gn7s-c32g1.32xlarge 128 1000 NVIDIA A30*4 24GB*4 64 2400万 1 32 15 ecs.gn7s-...
C++ SDK
scripts/build_android.sh#默认增量编译，生成arm64-v8a架构Debug版本./scripts/build_android.sh all debug arm64-v8a#全量编译，生成arm64-v8a架构Debug版本./scripts/build_android.sh incr debug arm64-v8a#增量编译，生成arm64-v8a...
GPU计算型和GPU虚拟化型实例概述
1 12 8 ecs.gn7s-c32g1.8xlarge 32 250 NVIDIA A30*1 24GB*1 16 600万 1 12 8 ecs.gn7s-c32g1.16xlarge 64 500 NVIDIA A30*2 24GB*2 32 1200万 1 16 15 ecs.gn7s-c32g1.32xlarge 128 1000 NVIDIA A30*4 24GB*4 64 2400万 1 32 15 ecs.gn7s-...
CreateTask-创建听悟任务
2：识别出中间结果及完整句子时返回识别结果 2 AdditionalStreamOutputLevel integer 否 设置实时记录场景下活跃说话人对应的语音识别结果返回等级。1：识别出完整句子时返回识别结果；2：识别出中间结果及完整句子时返回识别结果；仅在...
C++ SDK
scripts/build_android.sh#默认增量编译，生成arm64-v8a架构Debug版本./scripts/build_android.sh all debug arm64-v8a#全量编译，生成arm64-v8a架构Debug版本./scripts/build_android.sh incr debug arm64-v8a#增量编译，生成arm64-v8a...
接口与实现
语音识别（Transcription）Transcription.OutputLevel int 1 设置语音识别结果返回等级。1：识别出完整句子时返回识别结果 2：识别出中间结果及完整句子时返回识别结果 仅在实时记录场景下按需设置，离线转写场景无须设置。Transcription....
C++ SDK
scripts/build_android.sh#默认增量编译，生成arm64-v8a架构Debug版本./scripts/build_android.sh all debug arm64-v8a#全量编译，生成arm64-v8a架构Debug版本./scripts/build_android.sh incr debug arm64-v8a#增量编译，生成arm64-v8a...
- 产品推荐
- 这些文档可能帮助您