管理识别模型
识别模型是 DMS 敏感数据识别能力的升级，在敏感数据识别能力的基础上，扩充了内置的模型数量，同时，也支持自定义识别模型，您可以通过使用内置和自定义模型构建专属的敏感数据识别能力。本文介绍如何查看识别模型、添加、编辑和删除...
录音文件识别API详情
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别提供的文件转写API，能够对常见的音频或音视频文件进行语音识别，并将结果返回给调用者。常见的音频或音视频文件一般采用16kHz及以上的采样率...
车辆物流识别
广泛应用于车辆安防检控、车辆出入识别等场景。（示例图片信息已做脱敏处理，具体结果以API测试为准）行驶证识别 读光行驶证支持对行驶证正页、副页关键字段的自动定位和识别，同时，也支持对正副页在同一张图片的场景进行自动分割与结构化...
录音文件识别API详情
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别提供的文件转写API，能够对常见的音频或音视频文件进行语音识别，并将结果返回给调用者。常见的音频或音视频文件一般采用16kHz及以上的采样率...
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...
云市场API概览
增值税发票识别 增值税发票识别,已支持全字段识别,包括价税合计、发票代码、发票号码、合计税额、合计金额、检验码、开票日期、税率、购买方识别号、销售方识别号等，关键信息识别准确率达99%以上。机动车销售发票识别 机动车统一销售发票...
票据凭证识别
银行承兑汇票识别 读光OCR银行承兑汇票识别，支持包括出票日期、票据号码、出票人信息、收票人信息、承兑人信息、票据金额等关键字段结构化识别输出。发票核验 读光OCR支持5种增值税发票的真伪核验（不支持发票内容识别），包括增值税专用...
语音识别FAQ
语音识别支持哪些模型？可以在 智能语音交互控制台 中项目功能配置里查看具体的模型种类，目前有8k和16k两种采样率的模型，每个采样率下面又有多个领域模型，可以按需选择。语音识别是否可以混合识别极少量英文单词和字母？可以的，中文...
RecognizeIdcard-身份证识别
接口说明 本接口适用场景 阿里云身份证文字识别，是阿里云官方自研 OCR 文字识别产品，用于对中国大陆身份证（含临时身份证）正反面图片进行智能文字识别并结构化输出识别结果。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据...
阿里云移动端备案遇到问题如何处理？
您需使用移动端进行证件智能识别和人脸识别，使用移动端可缩短备案所需时长，进行操作时更加智能高效，建议您使用阿里云App在移动端进行备案操作。详细信息请参见 使用阿里云APP进行ICP备案引导。使用App进行备案有如下优势：智能证件识别 ...
快速使用文字识别服务
本文介绍了快速使用文字识别OCR服务的几种方式。接入服务示例-身份证识别 AccessKey管理：在此处可以创建、查看、禁用您的ak、sk信息，请妥善保管好您的账号信息！API概览：在此处可以查看您所选择的接口服务的具体内容以及前往调试入口。...
决策引擎简介
决策引擎平台基于阿里自研风控实时计算引擎，历经多年电商、媒体、交易等场景实战的一站式实时规则策略计算平台。决策引擎在原阿里自用风控引擎基础上，提供个性化业务场景事件管理，可视化编排复杂决策，丰富的特征变量与场景识别服务等...
快速入门示例
智能导航机器人负责外层的语音识别，答案合成，ivr控制，线路对接等工作。搭建一个语音导航机器人需要三步：云小蜜机器人服务授权 配置机器人应答话术 配置IVR基础动作 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...
通过控制台使用语音通知/语音验证码
语音通知/语音验证码是通过电话呼叫的方式向指定号码发送语音通知或对验证码进行语音播报，您可以在控制台 发送语音通知 或 语音验证码。使用须知 文本转语音模板和语音通知文件审核通过后才可以使用。对同一个“资质+用途”下的主叫进行流...
语音识别自学习工具
您在使用智能语音交互进行语音识别时，如果有部分词汇默认识别效果不满足您的需求，您可以使用热词功能提高业务相关术语的识别精度。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...
Node.js SDK
本文介绍如何使用智能语音交互一句话识别的Node.js 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。请确认已经安装nodejs&npm环境，并完成基本配置。SDK支持nodev14及以上版本。...
Go SDK
本文介绍如何使用智能语音交互一句话识别的Go 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。请确认已经安装Golang环境，并完成基本配置。SDK支持Go 1.16及以上版本。下载安装 ...
产品功能
智能语音交互 智能语音呼入 用户呼入后可通过回调接口获取企业设定的语音识别模型ID等参数，对用户的语音进行语音识别，将识别结果（一段文字）传给企业，企业根据自己的业务实际情况返回结果（一段音频或一段文字）给语音服务平台，语音...
风险识别按量付费
购买方式 您可以参考以下步骤开通风险识别按量付费服务：登录您的阿里云账号，完成 企业实名认证，前往 风险识别按量付费 开通页。适用场景 按量付费仅支持使用阿里云风险专家预设的冷启动场景化风控服务，不支持使用决策引擎的自主配置...
通过自定义模型识别
DataWorks支持通过您提供的样本字段，进行模型训练，帮助您寻找目标字段的内容特征，生成相应的规则模型。该功能通常用于发现您的数据资产中与该特征内容相似的...在 数据识别规则 中使用自定义的模型识别数据，详情请参见 通过内置规则识别。
功能特性
PCM编码（无压缩的PCM或WAV文件）、WAV、OPUS、AMR格式单声道（mono）音频文件，16bit采样位数 Java/C++/Python/C#Go/Node.js/RestfulAPI/Android/iOS/微信小程序 最大2个并发 资源包购买 实时语音识别 实时 识别长时间的语音数据流。...
定制语言模型
在 语音识别ASR 下，单击 修改配置，选择语言识别模型，单击 确认使用。在项目配置页面的 自学习 区域，选中您已定制好的模型场景，单击 应用。说明 语言模型定制时选的基础模型需要和当前项目配置的语音识别模型一致，才会在下拉框中显示...
图像识别介绍
图像识别技术是基于阿里云深度学习技术，可实现精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，为您提供图像打标、场景分类、颜色识别、风格识别以及元素识别等能力。图像识别技术可广泛应用于数字营销、新零售、广告...
文字识别介绍
类别 能力 说明 个人类卡证识别 身份证识别 识别二代身份证关键字段内容，关键字段包括：姓名、性别、民族、身份证号、出生日期、地址信息、有效起始时间、签发机关，同时可输出身份证区域位置和人脸位置信息。银行卡识别 输入主流银行卡...
变量中心
背景信息 变量含义：变量相较于常量而言是一个动态的计算过程，它使用输入参数按照一定的计算逻辑计算得到变量结果。在决策引擎中变量的计算逻辑支持：函数计算（例如：提取邮箱后缀）、调用业务场景识别模型（例如：调用注册风险识别-增强...
iOS SDK
SDK主要事件回调*@param event:回调事件，参见如下事件列表*@param dialog:会话编号，暂不使用*@param wuw:语音唤醒功能使用（暂不支持）*@param asr_result:语音识别结果*@param finish:本轮识别是否结束标志*@param resultCode:参见错误...
Paraformer语音识别
Paraformer是通义实验室研发的新一代非自回归端到端语音识别模型，具有识别准确率高、推理效率高的特点。开发者可以通过以下链接，了解如何通过百炼大模型服务平台调用Paraformer文件转写API：快速开始 实时语音识别API详情 录音文件识别...
RecognizeWaybill-电子面单识别
电子面单识别。接口说明 本接口适用场景 阿里云电子面单识别，是阿里云官方自研 OCR 文字识别产品，适用于自动提取面单上的手机号进行拨打收件人号码或发短信，减少快递员拨号时间；可快速定位面单上的所需信息，提升快递转运效率。阿里云 ...
Paraformer语音识别
Paraformer是通义实验室研发的新一代非自回归端到端语音识别模型，具有识别准确率高、推理效率高的特点。开发者可以通过以下链接，了解如何通过DashScope灵积模型服务调用Paraformer文件转写API：快速开始 实时语音识别API详情 录音文件...
微信小程序
本文介绍如何使用智能语音交互一句话识别的微信小程序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。微信基础库要求2.4.4及以上版本。请确认已经安装微信小程序开发环境，并完成...
内容识别
基于图片AI技术，识别图片中的场景、物体和事件等内容，实现图片的自动打标，可用于相册分类、图库分类检索等场景。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于...
使用前须知
本文介绍风险识别日志功能相关的资产详情、费用说明、使用限制等。资产详情 专属Project和Logstore 开通风险识别日志功能后，系统默认创建一个名为 saf-project-阿里云账号ID-cn-shanghai 的Project，以及一个名为 saf-logstore 的专属...
风险识别通用资源包
风险识别提供了通用资源包（也称全品类抵扣包），用以抵扣按量付费模式下的所有费用，帮助您减少按量付费的费用开销。本文介绍如何购买和使用通用资源包。购买方式 您可以参考以下步骤购买风险识别通用资源包：登录您的阿里云账号，完成 ...
RecognizeEduFormula-印刷体数学公式识别
接口说明 本接口适用场景 阿里云公式识别，是阿里云官方自研 OCR 文字识别产品，适用于题目录入、智能批改、作业批改等应用场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，具有服务稳定、操作简易、...
内容审核介绍
具体如针对商品宣传图片进行色情、低俗、血腥、暴力、违禁检测，对商品描述内容进行文本反垃圾识别，针对评论留言进行反垃圾识别、违禁品识别、违反广告法识别，针对商品图片进行广告识别、LOGO识别等。传媒/美媒体 针对传媒行业内常见的...
RecognizeTaxiInvoice-出租车发票识别
接口说明 本接口适用场景 阿里云出租车发票识别，是阿里云官方自研 OCR 文字识别产品，适用于识别出租车发票所包含的发票代码、发票号码、金额、里程等关键信息的场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经...
语音类
应用场景 方言识别等。数据结构 输入数据 manifest 文件的每行数据是一道题目，且每行数据必须包含 source 字段。{"data":{"source":"oss:/tongxin-lly.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}} ... 输出数据 manifest 文件的每...
二维码识别
关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于新版智能媒体管理二维码识别功能的更多信息，请参见 二维码识别。功能概述 二维码识别可以检测图片中的二维码以及二维码的位置和内容，其中位置包含左上角横坐标、左上角...
SDK总览
文字识别 身份证识别、驾驶证识别、PDF识别等能力。商品理解 商品分类。内容审核 文本内容安全、图片内容安全。图像识别 通用图像达标、元素识别、场景识别等能力。图像生产 图片上色、字幕擦除、文生图等能力。分割抠图 人体分割、头像...
创建热词
在语音识别中，如果您的业务领域有部分词汇默认识别效果不够好，可以考虑使用热词功能，将这些词添加到词表从而改善识别结果。本文为您介绍如何在控制台创建热词。登录 智能联络中心控制台。在左侧导航栏，选择 智能交互>实时语音识别。在...
- 产品推荐
- 这些文档可能帮助您