产品简介-产品概述
阿里云OCR打磨出了能够承载跨行业敏捷应用的技术架构，具备图像文字定位、文字识别和文字理解的全栈技术体系，形成了包含通用文本识别、卡证票据自动化分类及结构化识别、卡证票据混贴识别、表格文档批量结构化识别以及试题作业智能识别等...
Python SDK
本文介绍如何使用阿里云智能语音服务提供的Python SDK，包括SDK的安装方法及SDK代码示例。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。下载安装 说明 SDK仅支持Python3，暂不支持Python2。请确认已安装Python包管理工具...
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...
风险识别模型简介
风险识别模型是基于阿里20年与黑灰产的对抗经验和先进的人工智能技术打造而成的标准化风控服务。面向互联网业务场景下：账号注册、平台登录、营销活动等场景。对各产业、行业客户提供服务，包括：电商、社交、游戏、出行、零售、媒体、金融...
内容审核介绍
内容审核技术基于阿里云视觉分析技术和深度识别技术，并经过阿里集团内和云上客户的多领域、多场景的广泛应用和不断优化，提供风险和治理领域的图像识别、定位、检索等全方位服务能力，不仅能帮助用户降低色情、暴恐、广告、垃圾、敏感信息...
车辆物流识别
本章节介绍阿里云文字识别-车辆物流识别系列相关产品。产品介绍 提供与车辆、物流相关的各类证件、面单的结构化识别。支持行驶证、驾驶证、车牌VIN码、车牌、机动车注册登记证、车辆合格证、快递面单的智能识别，广泛应用于智慧停车、汽车...
什么是智能联络中心
智能联络中心（Artificial Intelligence Contact System），是阿里云整合人工智能能力和语音通信能力为企业打造的一套高效联络中心系统，助力企业快捷高效的联络用户。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...
SDK FAQ
有SDK，在专有云安装包里默认不提供，可以通过阿里云帮助中心对应的服务文档中下载，如实时语音识别的 Android SDK 和 iOS SDK。移动端SDK可以调用公共云ASR、TTS服务，也可以用在专有云环境下。Token如何使用？公共云Token在不同项目间、...
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...
Android SDK
本文介绍了如何使用阿里云智能语音服务提供的Android NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 使用SDK前，首先阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取Access Token，详情请...
二维码识别
您可以使用二维码识别功能检测图片中的二维码以及二维码的位置和内容，通常用于二维码读取、图片审核等场景。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。关于新版...
什么是智能语音导航
智能语音导航是综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，简称NLU）技术并面向企业客户提供的一款电话机器人产品。智能语音导航...
设备风险识别事件及返回参数
版本介绍 为匹配不同行业、企业不同发展阶段的风控需求，设备风险识别分为基础版、增强版，两者的差异对比如下：功能特性 基础版 增强版本 实时计算 支持 支持 服务返回 风险标签 风险标签、设备唯一ID 日志服务（SLS）投递 不支持 支持，...
应用场景
行业算法版：版本特性：内置行业查询语义理解、机器学习算法等能力，同时支持轻量化定制模型、及搜索引导功能，助力开发者快速搭建智能搜索服务。典型业务场景：电商零售智能搜索、内容社区智能搜索、游戏智能搜索、教育搜题等 适用客户：...
iOS SDK
本文介绍了如何使用阿里云智能语音服务提供的iOS NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 使用SDK前，请先阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 ...
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...
RAM鉴权
资源描述符为：acs:voicebot:$regionid:$accountid:*可授权的智能语音导航系统策略 对上述资源，我们提供了两个系统授权策略：1.AliyunVoicebotFullAccess-智能语音导航管控权限 此权限策略可在智能语音导航产品中进行任意操作。...
资费说明
智能联络中心为您提供语音通信、人工坐席、智能语音交互呼入、智能语音交互呼出和智能外呼机器人等功能，不同功能计费模式不同。语音通信 使用智能联络中心为您提供语音通信前，需购买专属号码，调用接口通过购买的号码发送语音通信。语音...
功能特性
模型服务 面向场景构建的风控模型服务，通过API模式为客户提供即开即用的风险识别产品。功能集 功能 功能描述 参考文档 业务运营风控 注册风险识别 面向用户注册场景的风控模型服务，识别虚假注册、垃圾账号等业务风险类型。注册风险识别...
Java SDK
本文介绍如何使用阿里云智能语音服务提供的Java SDK，包括SDK的安装方法及SDK代码示例。前提条件 在使用SDK之前，请先阅读接口说明，详情请参见 接口说明。从2.1.0版本开始原有nls-sdk-long-asr更名为nls-sdk-transcriber。升级时需确认已...
商品理解介绍
可广泛应用于电子商务、零售、生产等行业，实现货架商品识别、商品二维码识别、商品属性识别与商品比对等应用场景。服务开通 请单击 立即开通 在对应产品页面开通该服务，具体开通方式参见 新手指南。能力介绍 目前阿里云视觉智能开放平台...
Android SDK
本文介绍了如何使用阿里云智能语音服务提供的Android NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 使用SDK前，首先阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取Access Token，详情请...
iOS SDK（旧版）
本文介绍了如何使用阿里云智能语音服务提供的旧版iOS SDK，包括SDK的安装方法及SDK代码示例。请注意，新用户请关注新版iOS SDK。注意 推荐您使用新版本iOS SDK，本版本后续将不再更新。详情请参见 iOS SDK。前提条件 首先阅读接口说明，...
运行示例
若您了解得更多的语音识别接口文档，请参见 接口说明。通过Python示例调用录音文件转写 调用接口前，需配置环境变量，通过环境变量读取访问凭证。智能语音交互的AccessKey ID、AccessKey Secret和AppKey的环境变量名：ALIYUN_AK_ID、ALIYUN...
计费定价FAQ
本文汇总了您在使用智能语音交互产品中关于计费相关的常见问题。录音文件识别所有的调用都会计费，还是只有识别成功的才会...语音识别和语音合成调用如果出错是否计费？请求的状态码如果是2xx，则正常计费，其他状态码如4xx或者5xx不会计费。
教育场景识别
产品介绍 读光试题作业OCR识别产品能力，主要针对教育应用场景中对试题题目、数学公式、速算题目等信息的智能化识别需求，通过对通用OCR高精度识别能力的教育场景迭代优化，为用户提供数学试题图片中题目文本及数学公式的识别、速算题目...
在控制台创建热词
操作步骤 设置热词后，新建的语音识别请求立即生效；已经运行的识别请求无法使用该热词。登录 智能语音交互控制台。在左侧导航栏单击 自学习平台>热词。在 热词 页面，单击 创建热词。在 添加热词组 弹框中，输入 热词组名称、选择 热词...
iOS SDK
本文介绍如何使用阿里云智能语音服务提供的iOS NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 使用SDK前，请先阅读接口说明，详情请参见 接口说明。准备好项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 ...
Java SDK
本文介绍如何使用智能语音交互一句话识别的Java SDK，包括SDK的安装方法及SDK代码示例等。注意事项 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。从2.1.0版本开始，原有 nls-sdk-short-asr 更名为 nls-sdk-recognizer，升级时需...
语音&VUI
智能断句 智能断句模型融合了人类说话行为的特征、每句话的语音和语义特征，来更准确判断用户表达是否完整、是否只是句中停顿，从而避免错误断句导致的对话错乱。情绪识别 整合了语音、语义特征的情绪识别能力，可以更准确的判断用户侧多样...
什么是QoS策略
智能接入网关支持QoS策略。QoS策略能帮您区分不同应用和不同业务的流量，保证关键业务流量的带宽，提高您网络的质量。功能介绍 服务质量QoS（Quality of Service）是用来解决网络延迟和阻塞等问题的一种技术。智能接入网关通过QoS策略，...
智能标签
智能标签，是通过对视频中视觉、文字、语音、行为等信息进行分析，结合多模态信息融合及对齐技术，实现高准确率内容识别，自动输出视频的多维度内容标签，将非结构化信息转化为结构化信息。可应用于视频智能分析、视频审核、视频搜索、视频...
应用场景
智能对话机器人的应用场景主要分为在线人机交互和语音人机交互。一、适用的业务场景 本产品适用于存在交互式对话的业务场景，支持文本、语音等对话形式。如下是具体业务场景示例。在线智能客服 您可以通过本产品构建“在线智能客服机器人”...
开通产品
使用智能媒体管理可以进行文档的格式转换和预览，图片的内容识别、人脸检测、二维码检测等。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。关于如何开通新版智能媒体...
通用文字识别
合同文档类识别 通用文字识别可用于识别合同、文档、小说等图片，用于合同校对、文档检索、PDF提取等场景，广泛应用于司法卷宗管理、企业法务合同审核、金融/保险自动化流程等行业。API快捷入口 云市场API快捷入口（旧）官网API快捷入口...
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...
Android
使用场景 您可以将本地发布端或订阅端的音频数据通过阿里云语音识别服务转换成文字，实现流程如下所示：阿里云RTC会将音频数据发送至音频识别SDK中。音频识别SDK将音频数据发送至音频识别服务进行实时语音处理并返回识别结果。音频识别SDK...
票据凭证识别
本章节介绍阿里云文字识别-票据凭证识别系列相关产品。产品介绍 基于OCR技术，票据凭证系列提供财税报销、税务核算所需的各类发票结构化识别，包括增值税发票、增值税发票卷票、火车票、定额发票、航空行程单、出租车发票、通用机打发票、...
人脸搜索
创建媒体集并将图片索引到媒体集后，您可以使用人脸搜索功能从媒体集中搜索与指定图片或人脸ID最相似的前N张图片，可用于VIP用户的识别等场景。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...
- 产品推荐
- 这些文档可能帮助您