SDK FAQ
Java SDK语音合成报错，提示java.nio.channels.ClosedChannelException at io.netty.channel.AbstractChannel$AbstractUnsafe.ensureOpen(.)如何解决？如果未生成TaskId，说明请求未成功到达智能语音交互的服务端，一般为本地环境问题。...
移动端应用如何安全访问智能语音交互服务
背景信息 方案 适用接口 方案一：通过App服务端创建Token并下发到移动端使用 一句话识别 实时语音识别 录音文件识别极速版 语音合成 实长文本时语音合成 语音分析等 方案二：使用STS临时访问凭证调用语音服务 录音文件识别 录音文件识别闲...
2D数字人视频合成接入指南
2.支持范围 重要 使用SSML需要符合阿里云语音合成服务的SSML标记语言规则，关于该语言规范要求可以参考阿里云语音合成服务《SSML标记语言介绍》，示例：需要调用SSML标签的文本，目前平台仅支持以下标签。标签 作用 示例 提示用于控制标签...
H5/小程序如何接入远程双录
通过客户端将语音播报信息合成语音，然后通过自定义推流接口将音频数据推送到房间。客户端通过接口获取到本地或远端音频流，然后在本地调用语音识别接口识别激活词。远程双录结束后，客户端调用上报结果接口，待后台关联数据后即可在远程双...
智能生产制作
智能配音 不区分 0.0035元/次 计费规则：语音合成的计费调用次数按照每次请求传入的字符数（UTF-8编码，一个汉字、英文字母、全半角标点符号均算一个有效字符）作为统计依据；100个字符内（含100个）记为1次计费调用；每超过100个字符增加1...
创建与管理技能
技能定制语音服务的规格及费用分别如下：Google home skill 定制 Amazon alexa skill 定制 说明 购买成功后返回创建技能页面，可以单击 刷新 更新服务开通状态。完成以上步骤后，在 体验并发布 栏目下，下载已配置技能的自有App并登录，在...
接口说明
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。超高清样音试听：知琪（zhiqi）知厨（zhichu）更多合成效果可至 语音合成产品详情页 进行体验...
动态与公告
2023-07-04 快速开始 2023年06月 公告类型 模型名称 公告描述 发布时间 相关文档 新增模型 语音合成 提供SAMBERT+NSFGAN深度神经网络算法与传统领域知识深度结合的文字转语音服务，兼具读音准确，韵律自然，声音还原度高，表现力强的特点。...
API详情
概述 Sambert轻量化声音克隆，通过灵积模型服务平台提供的模型定制API完成，每个声音克隆对应一个任务，采用任务驱动形式进行管理。您将用到以下接口：接口 请求类型 简要说明 上传录音文件 POST 将音频zip包上传至模型定制文件管理服务，...
API详情
概述 Sambert轻量化声音克隆，通过灵积模型服务平台提供的模型定制API完成，每个声音克隆对应一个任务，采用任务驱动形式进行管理。您将用到以下接口：接口 请求类型 简要说明 上传录音文件 POST 将音频zip包上传至模型定制文件管理服务，...
计费项
计费项概览 虚拟数字人开放平台的计费服务包含：3D数字人流媒体 3D数字人流媒体（停复机）数字人视频合成 2D真人形象定制 3D数字人流媒体 具体计费说明如下所示：计费项 计费方式 计费周期 计费说明 购买方式（必选）产品费用 包年包月 ...
Java Demo
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 使用SDK前，请先阅读接口说明，详情请参见 接口说明。已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。...
Java Demo
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 使用SDK前，请先阅读接口说明，详情请参见 接口说明。已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。...
并发与监控FAQ
录音文件识别极速版 不支持试用 10路并发 语音合成 2路并发 200路并发 实时长文本语音合成 不支持试用 100路并发 异步长文本语音合成 不支持试用 100路并发 说话人识别 2路并发 200路并发 声音事件检测 2路并发 200路并发 语种识别 2路并发...
接口说明
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。超高清样音试听：知琪（zhiqi）知厨（zhichu）更多合成效果可至 语音合成产品详情页 进行体验...
语音&VUI
功能概述 语音&VUI功能由若干项子功能组成，有关子功能介绍如下表所示：子功能项 功能描述 语音算法服务 包含噪音过滤阈值、文字合成语音的语速、音量和语调设置等功能，支持使用系统内置或自定义语音算法服务。静音检测 也称VAD阈值，用以...
功能发布记录
控制台、Web SDK 4.2.1 以上及API 2023-12-07 Effect配置说明 2023年11月 功能名称 功能描述 支持端 发布时间 相关文档 人声克隆大众版（轻量定制）发布 支持通过15-30分钟音频训练高质量人声，用于基于文本的个性化语音合成。控制台、Web ...
场景管理
语音设置 一.TTS配置 TTS（Text-to-Speech）配置是指对语音合成功能进行设置和调整的过程。以下是一些常见的TTS配置选项：声音类型：默认声音类型：选择系统默认提供的声音类型。自定义声音类型：可在此指定任意阿里云TTS服务支持的声音。...
Java SDK
关键接口 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。SpeechTranscriber：实时语音识别类，通过该接口设置请求参数，发送请求及...
C++ SDK
speechSynthesizerRequest.h 语音合成、长文本语音合成。speechTranscriberRequest.h 实时音频流识别。FileTrans.h 录音文件识别。lib：SDK库文件。readme.md：SDK说明。release.log：版本说明。version：版本号。编译运行 Linux平台编译 ...
CreateCustomizedVoiceJob-创建人声克隆任务（基础版...
请求参数 名称 类型 必填 描述 示例值 VoiceId string 是 自定义的声音 Id（声音的英文或拼音）不能和您其他的定制声音 Id 重名 不超过 32 个字符 仅支持字母和数字 xiaozhuan VoiceName string 否 声音名字（一般为中文名）不超过 32 个...
数字人和人声克隆
数字人使用 使用训练生成或官方的数字人形象，通过文字或语音驱动数字人视频合成，按照合成时长计费。计费规则：根据实际数字人生成合成的成片时长来计费，合成失败不收取费用。计费周期：小时结算，阿里云将在下一计费周期就您上一计费...
动态与公告
2022年12月13日 渲染管线从HDRP更换成URP 2022年11月24日 2D视频合成支持自定义URL背景、传入人物code参数、TTS声音参数 2022年11月4日 3D视频合成支持自定义URL背景 2022年11月3日 3D数字人流媒体支持SSML标签，同时优化了嘴型和声音的...
iOS SDK
本文介绍了如何使用阿里云离线语音合成服务提供的iOS NUI SDK，包括下载安装SDK和语音包、SDK关键接口及代码示例。前提条件 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AccessKey ID和 AccessKey ...
什么是智能外呼机器人
产品概述 智能外呼机器人是综合利用 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，NLU）等技术，面向企业客户提供的一款智能客服机器人产品...
SubmitAvatarVideoTask-提交合成视频任务
接口说明 该接口是针对有定制化视频合成样式的需求使用，正常的视频合成任务请直接使用：提交 3D 文本合成视频任务、提交 3D 语音合成视频任务、提交 2D 文本合成视频任务、提交 2D 语音合成视频任务即可。调试 您可以在OpenAPI Explorer中...
服务计费
按产品数计费 2,000元/1个产品 技能定制服务 Amazon Alexa技能定制 该服务为用户提供接入Amazon Alexa语音平台定制专有技能的服务。按次计费 20,000元/1个技能 Google Home技能定制 该服务为用户提供接入Google Home语音平台定制专有技能的...
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
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...
3D数字人视频合成用户指南
3.1.1 语音合成的编辑功能 文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。同时文本输入框集成了情绪化音色的编辑能力，可在编辑器中选中某段...
C++ SDK
识别接口 SpeechSynthesizerRequest：语音合成请求对象，用于语音合成及长文本语音合成。接口说明以speechSynthesizerRequest.h内容为准。接口名 启用版本 功能描述 setOnSynthesisCompleted 2.x 设置语音合成结束回调函数。...
语音服务使用FAQ
语音服务如何测试语音的声音？审核通过的语音通知模板，可以登录 语音服务控制台，在 语音通知 页面单击 详情 快速试听。语音服务控制台语音记录查询通话记录显示运营商返回用户无法接通（拒绝）？这种情况一般是：主叫已正常呼叫被叫，...
语音识别自学习工具
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。通过自学习工具的有效使用，能够提高场景语音识别率。在管理控制台训练定制模型的操作，请参见 管理...
C++ SDK
识别接口 SpeechSynthesizerRequest：语音合成请求对象，用于语音合成及长文本语音合成。接口说明以speechSynthesizerRequest.h内容为准。接口名 启用版本 功能描述 setOnSynthesisCompleted 2.x 设置语音合成结束回调函数。...
数字人概述
合成使用：指基于已经定制训练的数字化形象模型，通过文本或语音驱动其自动生成播报视频。下文会具体为您介绍，如何定制数字人形象以及如何使用已定制数字人形象进行合成使用。定制数字人形象 智能生产制作提供仿真数字人形象定制服务，...
外呼场景
TTS音量：可以调节语音播报时的声音大小 ASR基础模型必选，系统默认提供普通话模型供您使用 ASR定制模型非必选，选择该模型需要先进行定制 ASR热词非必选 描述非必填 编辑场景 在场景列表中选择场景信息右方的编辑按钮即可编辑相应场景 ...
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...
2D数字人视频合成用户指南
文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。功能 子功能 备注 操作方法 多音/弹出浮层高亮多音字，逐一标注 文本 人名 姓氏自动匹配、连续...
人声克隆定制
定制基础版人声克隆 在 基础版 页签下单击 定制声音，根据提示完成定制人声操作。定制大众版人声克隆 在 大众版 页签下单击 定制声音，根据提示完成定制人声操作。方法二：通过OpenAPI进行人声克隆 定制基础版人声克隆 调用接口 ...
- 产品推荐
- 这些文档可能帮助您