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...
功能特性
语音服务 语音服务（Voice Service），是阿里云为了方便用户使用语音能力，联合运营商提供稳定可靠、安全可信的云通信...智能语音交互 增值服务 ASR 提供语音识别，语音转文本服务。录音 提供录音服务。行业云联络中心_座席 提供坐席服务。
语音识别自学习工具
在语音识别服务中心，如果您的业务领域有部分词汇默认识别效果不好可以使用热词功能；如果您需要的语音识别服务场景不在所提供的模型范围内，或者需要对标准模型进行更进一步优化，可以使用语音模型定制功能，达成优化目的。通过自学习工具...
引用云小蜜机器人服务
在使用智能语音导航服务之前，需要开通云小蜜机器人服务，并且给语音导航服务开通授权 云小蜜机器人服务授权 首先我们创建一个语音导航机器人实例，在页面上点击“新建”-关联云小蜜机器人实例，此时如果是第一次配置，会提示需要云小蜜给...
快速开始
示例代码 以下示例展示了调用Paraformer语音识别文件转写API，对一个通过URL给出的音频文件进行语音识别的代码。说明 需要使用您的API-KEY替换示例中的 your-dashscope-api-key，代码才能正常运行。通过URL指定进行语音转写的文件，其大小...
开通授权
登录 智能语音交互控制台。单击左侧导航栏 服务开通与购买，切换到 设备端解决方案 页签，选择要购买的商业版SDK，单击右侧 购买预付费资源包。在购买页面，再次选择商业版SDK 规格类型，并设置 规格数量，确认费用后，单击右下角 立即购买...
查询账单明细
本文为您介绍智能语音交互查询账单明细的方式。如何查看消费明细 登录 阿里云官网。单击右上角的 控制台。进入控制台后单击顶部菜单栏的 费用。在左侧导航栏选择 账单管理>账单详情，通过 账单流水、明细账单、用量明细 和 产品量价汇总 页...
新手指引
产品使用 阿里云语音服务为您提供多种功能产品，包含语音通知、语音验证码、语音互动、智能语音交互及智能语音外呼机器人，您可以根据使用场景或业务优势选择不同的语音产品。语音通知/语音验证码 调用语音服务API向指定号码发起语音通知，...
StopRobotTask-暂停智能语音任务
暂停开始执行后的智能语音任务。接口说明 智能语音机器人功能升级，老功能将于 2023.12.31 停止服务，新功能请登录 智能联络中心控制台，在 智能外呼机器人页面开通使用。老客户（语音服务已开通该功能的客户）目前可继续使用该功能，为...
自学习平台FAQ
语音识别类常见问题主要分为以下几类：功能类 自学习模型的调用限制是什么？控制台与POP API设置自学习模型的区别是什么？如何通过控制台添加热词？如何通过控制台设置泛热词的权重？如何通过POP API创建热词词表？热词有数量限制吗？除了...
CancelOrderRobotTask-取消智能语音任务
取消还未启动的定时智能语音任务。接口说明 智能语音机器人功能升级，老功能将于 2023.12.31 停止服务，新功能请登录 智能联络中心控制台，在 智能外呼机器人页面开通使用。老客户（语音服务已开通该功能的客户）目前可继续使用该功能，为...
DeleteRobotTask-删除智能语音任务
删除智能语音任务。接口说明 智能语音机器人功能升级，老功能将于 2023.12.31 停止服务，新功能请登录 智能联络中心控制台，在 智能外呼机器人页面开通使用。老客户（语音服务已开通该功能的客户）目前可继续使用该功能，为避免给您带来...
智能擦除
图标擦除 通过系统内置图标库智能识别视频中的图标，例如：电视台台标、互联网平台Logo标志等，对图标进行擦除处理并对画面进行智能填充，恢复视频未添加图标的原始状态，辅助视频内容的后期制作及再生产。说明 智能擦除功能仅支持MP4格式...
智能语音交互呼出回调HTTP接口
在左侧导航栏中，选择 通用设置>回调地址，开启 智能语音交互回调地址 开关。根据页面提示设置响应信息和接收地址。说明 接收地址用于接收语音实时转文本结果并返回下一步执行动作。单击 保存。您也可以单击右侧 测试 按钮，对配置信息进行...
服务升级与购买
本文以语音识别为例介绍业务开通后的相关变更操作，帮助您更灵活地使用智能语音服务。前提条件 完成智能语音服务开通，详情请参见 开通服务。重要 语音识别服务免费试用版提供最大不超过2路并发。如需更多并发，请升级商用版，升级前请阅读...
语音识别问题排查
本文为您介绍语音识别中出现问题的排查步骤及解决方案。排查步骤 使用cooledit或者Adobe Audition软件查看语音格式，播放试听并查看分轨情况、波形、能量和频谱图。ASR识别标准格式：8KHz或16KHz采样率、16bit采样位数、单声道的语音数据...
数据统计介绍
本文详细介绍智能语音导航 统计数据 功能中各指标的含义及历史会话数据查询。数据概况查阅 通过 编辑 实例进入“实例详情”界面，依次选择“数据统计>概况”标签后可查看到各数据指标数值，各指标数据支持时间维度上 筛选查看 和 报表下载...
智能语音效果示例
智能生产制作支持智能配音功能，并且内置了许多类型的智能语音效果，在进行云剪辑时您可以根据实际需求选择使用。通过阅读本文，您可以预览各类型智能语音的效果。多情感（荐）多情感声音支持的情感如下表所示，每个音色支持的情感分类不...
产品简介-产品概述
产品分类 文字识别（OCR）可以将图片中的文字信息转换为可编辑文本，阿里云根据客户的业务场景和需求，将产品分为了OCR统一识别、通用文字识别、个人证照识别、发票凭证识别、教育场景识别、车辆物流识别、企业资质识别、小语种文字识别等...
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...
智能语音交互呼出回调HTTP接口
在左侧导航栏中，选择 通用设置>回调地址，开启 智能语音交互回调地址 开关。根据页面提示设置响应信息和接收地址。说明 接收地址用于接收语音实时转文本结果并返回下一步执行动作。单击 保存。您也可以单击右侧 测试 按钮，对配置信息进行...
ListSmartVoiceGroups-列出智能语音发音人信息
列出智能语音发音人信息，包括发音人名称、性别、示例音频，列表按照场景进行分组。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 授权信息 当前API...
服务介绍
阿里云物联网平台针对播报设备提供千里传音语音播报服务，帮助您高效完成大规模播报类设备的部署，实现智能语音播报。使用限制 仅华东2（上海）地域支持使用千里传音语音播报服务。功能特性 播报设备管理。以项目形式针对不同应用场景，...
机器人管理
您可以购买 阿里云智能语音导航，或接入三方语音导航能力。语音外呼机器人 用于电话渠道，根据配置策略主动给指定用户打电话沟通。本类型机器人需配合语音外呼能力使用，即：由语音外呼能力完成音义一体化、双工控制等语音导航场景外层逻辑...
媒体AI计费
说明 需要开启的识别功能可以在智能标签任务模板中的分析类型中进行配置：分析类型中开启人脸识别、文字识别、语音识别分别对应 视频人脸识别、视频文字识别标签、视频语音识别标签 计费项。其他分析类型对应 视频分类+结构化标签 计费项...
语言模型
可以使用这些历史数据作为语料来对自定义的语言模型进行训练，自定义的语言模型在训练时，是在通用模型的基础上进行训练的，通过对您的训练语料做模型训练，可以有效提高您的特有场景的语音识别准确率，尤其是专有名词和文本中的高频词汇，...
语言模型
可以使用这些历史数据作为语料来对自定义的语言模型进行训练，自定义的语言模型在训练时，是在通用模型的基础上进行训练的，通过对您的训练语料做模型训练，可以有效提高您的特有场景的语音识别准确率，尤其是专有名词和文本中的高频词汇，...
产品计费
以上费用包括智能外呼控制台、语音识别、语音合成及基础自然语言处理（NLP）对话能力（仅当使用外呼画布时）。另外，支持对接智能对话机器人（云小蜜），以使用更多高级NLP能力，详情请垂询钉钉群：29130028336。提供 预付费并发计算器，在...
产品业务架构
产品业务架构即是从业务开展的角度描述产品的框架构成。本篇文档旨在对智能外呼的业务架构进行描述，以便更加快速清晰...电话接通后，智能语音中间件负责“听（ASR识别）->理解（云小蜜）->说（TTS播报）->继续听.”这一人机对话过程的控制。
使用录音文件识别时如何设置OSS内网地址
您在使用智能语音交互产品中的录音文件识别服务时，在提交录音文件识别任务的同时，您还需要提供一个音频文件下载地址。如果您使用了阿里云OSS服务作为音频文件下载服务，可以使用内网域名以避免产生流量费用。本文为您介绍如何设置OSS内网...
SmartCallOperate-发起智能语音指定动作
接口说明 在智能语音交互呼出通话中，转接呼叫中心坐席时，可以使用本接口指定被叫号码发起指定动作。说明 当前仅支持指定动作为被叫号码与呼叫中心坐席桥接。QPS 限制 单用户调用频率：100 次/秒。调试 您可以在OpenAPI Explorer中直接...
云市场API概览
通用混贴票证识别 通用混贴票证识别，基于对客户实际业务流应用场景中对OCR智能化、语义化、泛在化识别能力的需求，有效整合读光通用高精度文本识别、结构化理解、检测分类及自然语义理解等关键技术，有效实现自动分类、关键有效信息精准...
SubmitAudioProduceJob-提交智能语音任务
Id*2bcbfcfa30fccb36f72dca22*智能语音任务执行结果可以用智能语音任务 JobId 通过 获取智能任务结果接口 查询任务执行详细信息，任务执行成功时 获取智能任务结果接口 返回结果示例如下。{"RequestId":"*2D-443C-5043-B0E4-867070*",...
DeletePrecisionTask-删除语音识别检测任务
删除语音识别检测任务。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 授权信息 当前API暂无授权信息透出。请求参数 名称 类型 必填 描述 示例值 ...
消息队列
实时质检对话分析结果：也就是质检结果（规则命中信息），不支持单独发送，需要与 实时质检单句语音识别结果 或 实时质检全文语音识别结果 类型的消息一起发送，也就会说在发送语音识别结果消息时携带质检结果。消息推送的类型及消息结构...
消息队列
实时质检对话分析结果：也就是质检结果（规则命中信息），不支持单独发送，需要与 实时质检单句语音识别结果 或 实时质检全文语音识别结果 类型的消息一起发送，也就会说在发送语音识别结果消息时携带质检结果。消息推送的类型及消息结构...
计费说明
本文为您介绍智能语音交互的计费详细说明和附加产品计费说明。计费详细说明 智能语音交互支持 预付费 和 后付费 两种付费方式。其中，预付费资源包不支持续费升级，支持叠加购买抵扣；后付费按天结算，随调用量增加梯度报价。重要 预付费...
通过OpenAPI定制
通过OpenAPI定制 您可以通过使用智能语音交互服务提供的OpenAPI，将个性化人声定制功能集成在您自己的产品当中。集成后，即可通过接口来实现声音定制的功能。个性化人声定制的步骤 以智能语音交互实现的页面举例以上步骤（红框部分）。Open...
什么是智能联络中心
核心功能 智能联络中心包含人工坐席、智能语音交互呼入、智能语音交互呼出、智能外呼机器人。功能详细介绍，请参见 产品功能。业务场景示例 电话销售：通过语音机器人外呼潜客，确认客户意图等场景。满意度回访：各行各业的满意度回访。...
国内语音服务定价
智能语音机器人 智能语音机器人呼入 规格 语音分钟数阶梯（分钟数/月）分钟数≤5万 5万分钟数≤10万 10万分钟数≤50万 50万分钟数≤100万 价格（元/分钟）￥0.11￥0.108￥0.104￥0.10 智能语音机器人呼出 规格 语音分钟数阶梯（分钟数/月）...