RESTful API
长文本语音合成RESTful API支持HTTPS POST方式请求，将待合成的文本通过HTTPS POST上传到服务端，服务端返回文本的语音合成结果。功能介绍 支持如下设置：合成音频的格式：.pcm、.wav、.mp3。合成音频的采样率：8000 Hz、16000 Hz。多种...
iOS SDK
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 解压ZIP包。将ZIP包中的nuisdk.framework添加到您的工程中，并在工程Build Phases的Link Binary ...
Web SDK 发布说明
开启语音合成成功 OnStartTtsSuccess（见被调接口 64）。开启语音合成失败 OnStartTtsFailed（见被调接口 65）。语音合成结果 OnTtsResult（见被调接口 66）。录制相关。录制默认参数调整（见主调接口 3、21）。如果 recordTotalStream=0，...
C++ Demo
如果传入的文本没有采用UTF-8编码，在文本中含有中文字符时，语音合成SDK调用start函数会失败，返回错误信息 Socket recv failed,errorCode:0。错误码为0表示服务端已经关闭了连接，此时应检查传入的文本是否采用UTF-8编码。
回复节点
目前支持编辑纯文本（包括中文、英文、标点符号等等），也支持编辑JSON...SSML合成表示SSML是控制语音合成节奏和发音的语法，详见 SSML标记语言介绍。API接入情况 如果用户的机器人使用 API 接入，那么在这里只需要关注回传哪些参数变量即可。
3D推流数字人接入指南
3D推流数字人（对应开放平台的“虚拟主播”场景）是虚拟数字人开放平台提供能够支持将数字人流媒体内容推送到用户指定的直播平台的数字人产品能力，目前平台支持播报纯文本以及阿里云的智能语音合成的SSML标记语言，可以支持多音字、读手机...
iOS SDK
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 解压ZIP包，将zip包中的nuisdk.framework添加到您的工程中，并在工程Build Phases的Link Binary ...
错误码查询
语音合成/长文本语音合成错误码 状态码 状态消息 原因 解决方案 40000001 Gateway:ACCESS_DENIED:No privilege to this voice!设置了错误的发音人名称。请参考官网文档，设置正确的发音人。40000004 Gateway:IDLE_TIMEOUT:Websocket ...
Android SDK
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 解压ZIP包，在 app/libs 目录下获取AAR格式的SDK包，将AAR包集成到您的工程项目中进行依赖。...
RESTful API
语音合成RESTful API支持HTTPS GET和POST两种方法的请求，将待合成的文本上传到服务端，服务端返回文本的语音合成结果，开发者需要保证在语音合成结果返回之前连接不中断。功能介绍 支持如下设置：PCM、WAV、MP3音频格式。8000 Hz、16000 ...
平台融合升级公告
后续平台会致力于结合IoT物联网技术（蓝牙协议、Wi-Fi协议、云服务）和天猫精灵的AI能力（ASR语音识别、NLP自然语言处理、TTS语音合成），向您提供更丰富的智能服务。物模型变更介绍 为了便于后续给您开放天猫精灵沉淀的大量基于物模型的...
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...
快速开始
功能介绍 轻量化声音克隆能力，通过真人语音数据训练生成独特的定制语音合成模型，为您的品牌或角色合成清晰自然的声音。定制的语音模型，可应用于数字人音频合成、音视频制作配音、个性化有声书朗读等场景。单击 ModelScope开源社区，查看...
快速开始
功能介绍 轻量化声音克隆能力，通过真人语音数据训练生成独特的定制语音合成模型，为您的品牌或角色合成清晰自然的声音。定制的语音模型，可应用于数字人音频合成、音视频制作配音、个性化有声书朗读等场景。单击 ModelScope开源社区，查看...
普通节点
语音答案：对话能力可以通过语音合成技术，将文本转换为自然流畅的语音回答。当用户提出符合触发条件的问题时，对话能力会将设定的文本回答转换为语音，并以语音的形式回答用户。条件回复 在机器人问答配置中，可以根据特定的用户标签（或...
SendText-发送普通文本消息
5615 Text string 是 播报文本的内容，目前支持纯文本和阿里云智能语音合成的 SSML 标记语言（SSML 使用方案请参考 官方文档），最大文本长度 1000 字（不包含标签）。纯文本：这是一段示例播报纯文本 SSML：SSML使用请参考官方文档 ...
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。SpeechRecognizer：一句话识别处理类，通过该接口设置请求参数，发送请求及...
模型列表
模型列表 语音合成模型，官方默认提供以下模型可被调用：说明 默认采样率代表当前模型的最佳采样率，缺省条件下默认按照该采样率输出，同时支持降采样或升采样。如知妙音色，默认采样率16 kHz，使用时可以降采样到8 kHz，但升采样到48 kHz...
API详情
交互流程 训练好的模型调用方式与Sambert语音合成一致，详情见 快速开始。调用方式 请求域名 https://dashscope.aliyuncs.com/api/v1/fine-tunes 接口采用HTTP方式调用，请注意不同接口将使用不同的请求类型（GET/POST/DELETE）及传参方式...
API详情
交互流程 训练好的模型调用方式与Sambert语音合成一致，详情见 快速开始。调用方式 请求域名 https://dashscope.aliyuncs.com/api/v1/fine-tunes 接口采用HTTP方式调用，请注意不同接口将使用不同的请求类型（GET/POST/DELETE）及传参方式...
功能特性
PCM、WAV、MP3 Java/C++ 暂不支持免费试用 资源包购买 非实时 RESTful API 离线语音合成 实时 无网状态下，离线进行本地的语音合成。语音播报、新闻小说、有声阅读、无障碍播报。PCM、WAV、MP3 iOS/Android 暂不支持免费试用 资源包购买 ...
模型列表
模型列表 语音合成模型，官方默认提供以下模型可被调用：说明 默认采样率代表当前模型的最佳采样率，缺省条件下默认按照该采样率输出，同时支持降采样或升采样。如知妙音色，默认采样率16 kHz，使用时可以降采样到8 kHz，但升采样到48 kHz...
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 ...
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 ...
3D数字人视频合成接入指南
说明 部分阿里云语音合成的音色没有经过效果验证，可能会出现效果上的差异 AudioInfo.Voice String 否 TTS播报发音人code，从虚拟数字人开放平台-3D资产管理页面获取，参考文档：获取发音人code，不传则使用资产中配置的发音人。...
创建IVR流程
语音项目名称：在该ivr流程中，将使用选择的模型进行语音合成，具体语音的选择可点击右侧的语音设置进行选择配置。二.流程搭建 在主流程中默认有十个模块以供使用，各模块详情可参见 IVR模块介绍。开始和结束模块需作为默认模块，将自动...
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...
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...
SubmitTextTo3DAvatarVideoTask-提交3D文本合成视频...
说明 部分阿里云语音合成的音色没有经过效果验证，可能会出现效果上的差异 Voice string 否 TTS 播报发音人 code，从虚拟数字人开放平台-3D 资产管理页面获取，不传则使用资产中配置的发音人。guijie SpeechRate integer 否 TTS 播报声音...
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 ...
IVR相关配置
您可以通过调整语音导航中的IVR设置，来调整用户在拨入电话之后的交互处理：欢迎语配置 当用户拨通电话，进入ivr菜单时，可以选择播放固定欢迎语，或者触发云小蜜意图：固定欢迎语：输入文案，该文案会合成语音后播报。播报后，语音导航会...
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。...
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...
远程双录
语音播报/通过代理能拿到语音合成数据、播报状态以及语音识别回调，详情见下面 IDRSNUITTSDelegate self.idrsSDK.nui_tts_delegate=self;NSString*ttsString="智能双录质检是蚂蚁集团移动开发平台团队与阿里巴巴达摩院共同研制的一款智能化...
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...
GPU计算型
例如图像分类、无人驾驶、语音识别等人工智能算法的训练应用 高GPU负载的科学计算，例如计算流体动力学、计算金融学、分子动力学、环境分析等 重要 在使用高通信负载的AI训练业务如Transformer等模型时，务必启用NVLink进行GPU间的数据通信...
功能发布记录
优化 语音合成时间戳功能介绍 新增多情感音色 语音合成、实时长文本语音合成、异步长文本语音合成服务中，新增支持音色：知妙_多情感 知燕_多情感 知贝_多情感 知甜_多情感 知米_多情感 新增 接口说明 新增多语种音色 语音合成、实时长文本...
2024年2月6日产品更新动态
5.TTS放音时支持过滤特殊字符 描述：优化了由于特殊字符（如：）导致的放音失败问题，保障语音合成顺利播报。【网络业务对话窗】更新 1.支持来电弹屏 描述：支持标题栏消息提醒与页面弹屏提醒。2.输入框增加提示 描述：在对话框内鼠标轻放...
- 产品推荐
- 这些文档可能帮助您