SDK和API概览
阿里云智能语音交互SDK提供RESTful API、移动端、服务端、微信小程序以及WebSocket等多种接入方式，可帮助您更加方便、快捷、灵活地将语音识别或语音合成功能集成到您的服务当中。SDK接入 类型 接入方式 服务能力 RESTful API RESTful API ...
语音合成FAQ
本文汇总了您在使用语音合成服务时的常见问题。语音合成类常见问题主要分为以下几类：功能类 为什么TTS语音合成的语音和wav文件显示的时间长度不一致？例如语音文件显示长度是7秒钟，但实际语音只有不到5秒？语音合成时间戳功能是什么？...
管理项目
语音合成 当 项目类型 为 仅语音合成 或 语音识别+语音合成+语音分析 时，项目配置操作如下。在 语音合成TTS 模块下，选择语音合成模型并配置基础参数（语速、语调、音量）。发布上线后，将与项目Appkey绑定。如果您的应用程序中没有设置...
界面化的TTS下载工具
如果您已配置语音合成服务，单击右侧 测试 文本框的 语音合成，直接输入文字，试听并下载。如果您还没有配置语音合成服务，单击 语音合成 模块内的 去配置。选择语音合成模型。设置 基础参数。在 测试 文本框内输入不超过300字符的文字。...
语音合成
语音合成API基于达摩院改良的自回归韵律模型，具有推理速度快，合成效果佳的特点。开发者可以通过以下链接，了解如何通过DashScope灵积模型服务调用语音合成API：快速开始 API详情 计量计费 模型列表
产品优势
多领域覆盖 在智能家居、车载、导航、金融、运营商、物流、房地产、教育、有声读物等众多领域积累了大量的词库，使阿里语音合成技术对各领域、各行业的词汇发音更准确。自学习平台 易用 自学习平台颠覆性地提供一键式自助语音优化方案，极...
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，...
Sambert语音合成
提供SAMBERT+NSFGAN深度神经网络算法与...语音合成API基于达摩院改良的自回归韵律模型，具有推理速度快，合成效果佳的特点。开发者可以通过以下链接，了解如何通过大模型服务平台调用Sambert语音合成API：快速开始 API详情 计量计费 模型列表
计量计费
语音合成 计费单元 模型服务 计费单元 语音合成 万字 重要 语音合成模型服务根据待合成字符数计费（其中每个汉字、英文、标点符号均按照1个字计费），SSML标签内容不计费。计量单价 模型名 计费单元 Sambert系列模型 1元/万字 说明 计费...
计量计费
语音合成 计费单元 模型服务 计费单元 语音合成 万字 重要 语音合成模型服务根据待合成字符数计费（其中每个汉字、英文、标点符号均按照1个字计费），SSML标签内容不计费。计量单价 模型名 计费单元 Sambert系列模型 1元/万字 说明 计费...
Android 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Android 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Android SDK。注意 推荐您使用新版本Android SDK，本版本后续将不再更新。详情请参见 Android SDK。前提条件 阅读...
话术配音
为话术内容配音是话术配置的最后一步，目前有在线录音、单个录音文件上传、从录音文件列表中选择录音文件以及语音合成4种配音方式。文本为您介绍不同的话术配音方式。上传录音 登录 智能联络中心控制台。在左侧导航栏，选择 智能外呼机器人...
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...
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...
Java SDK
本文介绍如何使用智能语音交互流式文本语音合成的Java SDK，包括SDK的安装方法及SDK代码示例等。前提条件 在使用SDK之前，请先阅读 接口说明。下载安装 从Maven服务器下载最新版本的SDK nls-sdk-java-demo+flowingtts+3.zip。...
应用场景
语音合成 智能客服 提供多行业多场景的智能客服语音合成能力。提高解答效率，提升客户满意度，降低呼叫中心人工成本。利用个性化人声定制“克隆”坐席客服的声音，使智能客服与真人保持同一音色。智能设备 为智能家居、音箱、车载和可穿戴...
智能语音合成服务及服务改进计划协议
您在使用商业版智能语音合成服务时，您应当阅读并遵守本《智能语音合成服务及服务改进计划协议》（以下称“本协议”）。在接受本协议之前，请您务必仔细阅读本协议的全部内容，特别是免除或者限制责任的条款、使用您上传数据的授权以及管辖...
什么是智能联络中心
多种音色可选：使用达摩院最新语音合成技术，贴近真人的播报体验，语音机器人提供多种音色，企业可根据目标用户群体选择不同的音色，提升用户体验。人机互转：企业可根据实际业务场景，设置关键意图转人工，当机器人无法解决用户问题或用户...
产品业务架构
说明 语音合成相关的参数，如TTS声优、语速、音量，可以在智能外呼控制台中进行配置；更多智能外呼具体功能及使用介绍请参考《操作指南》。下发呼叫任务：在智能外呼控制台中通过上传Excel名单的方式下发任务、或调用智能外呼的OpenAPI接口...
自动化测试
仅上传文本 文本测试集适用于没有音频数据，只有文本语料数据的场景，我们会通过语音合成帮您合成相应的音频数据构造标注好的测试集。要求如下：请上传1个文本文件，仅支持TXT格式（UTF-8无BOM编码）。请不要携带标点符号，每行不超过300字...
时间戳功能介绍
使用限制 针对长文本语音合成，目前只支持长文本RESTful接口句级时间戳。参数设置 在客户端将请求参数enable_subtitle设置为true，开启时间戳功能。以RESTful接口为例、其设置方式如下：/长文本TTS RESTful接口支持句级时间戳，默认为false...
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。
应用场景
智能语音交互 智能语音交互是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互体验。适用于多个应用场景中，包括智能问答、智能质检、法庭庭审实时记录、实时演讲...
语音号码FAQ
您在使用语音号码时如果遇到疑问，可参考以下常见问题及处理建议。号码申请后为什么不能立即注销？号码的使用周期最少为3个月。在号码申请后3个月后，可登录 语音服务控制台，在 真实号管理 页面注销号码。语音号码怎么注销？购买语音号码...
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...
新增话术
用途场景和话术用来判断业务范畴的合规性，与企业资质绑定，是购买语音业务的前提。企业资质审核通过后，您需要在控制台新增场景和话术。前提条件 已 申请企业资质。操作步骤 登录 语音服务控制台。在左侧导航栏中，选择 资质话术管理>场景...
IvrCall-向指定号码发起交互式语音通话
向指定号码发起交互式语音通话。接口说明 提交企业资质，并审核通过。具体操作，请参见 提交企业资质。购买语音号码。具体操作，请参见 购买号码。用户接听电话后会听到一段语音，提示用户按键选择。如果开启了 消息回执，语音服务会将客户...
企业资质FAQ
应运营商要求，每个语音号码必须实名到一个企业，只有提交企业资质并审核通过后，才可购买号码。提交企业资质的详情，请参见 申请企业资质。哪些类型的企业无法通过语音服务资质审核？营业执照上企业类型是 个体户、自然人独资、个人独资...
开通授权
本文介绍如何开通离线语音合成标准版/精品版，购买、配置并激活对应的SDK授权。背景信息 离线语音合成提供了商业版SDK，包含标准版/精品版两种声音品质，您可以根据使用场景及设备性能状况选择合适的版本。精品版音质更好；但如果设备性能...
计费概述
语音合成 语音合成 按照调用次数计费 可以自助开通后付费或购买预付费资源包。长文本语音合成 按照合成字数计费 语音分析 声音事件检测 按照录音时长计费 说话人识别 按照调用次数计费 性别识别 按照调用次数计费 语种识别 按照调用次数...
非开发者使用指南
语音合成（文字转语音）在 语音合成 处单击 去配置，选择声音后，在右侧文本框输入文字，单击右下角扬声器按钮开始合成，完成后单击 确认使用。五、免费试用功能简介 服务能力 免费试用期间权益 试用期过后如何继续使用 语音识别 上传文件...
语音计费FAQ
语音服务套餐包不是一个号码对应一个套餐包，套餐包的抵扣和使用的语音功能有关，例如：语音通知计费时优先抵用语音通知套餐包中分钟数，语音验证码计费时优先抵用语音验证码套餐包中条数。更多计费相关，请参见 国内语音服务定价。语音...
通过控制台界面定制
任务 功能 操作 说明 相关文档 语音合成 SDK或API调用 语音合成 登录 阿里云智能语音交互控制台，选择 服务管理与开通>语音合成，单击 升级商用版。在 语音合成 区域，选择 商用，商用后为付费使用服务。若您单次合成内容小于等于300字，请...
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。...
产品定价
按量计费模式 规格名称 价格 3D数字人流媒体（停复机）0.60元/路/分钟 数字人视频合成 目前包含按量计费和预付费流量包两种模式：按量计费模式 规格名称 价格 数字人视频合成 9.9元/分钟（计费精确到秒，相当于0.165元/秒）预付费流量包...
数字人服务SSML使用指南
本文介绍虚拟数字人开放平台提供的3D、2D流媒体服务和视频合成服务中如何使用阿里云智能语音合成服务的SSML标记语言。1.使用方式 1.1 数字人流媒体服务中使用 在 SendMessage API 中的 SpeechText直接传入SSML文本 重要 目前3D数字人流媒体...
什么是智能语音交互
智能语音交互（Intelligent Speech Interaction）是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互功能。适用于智能问答、智能质检、法庭庭审实时记录、实时演讲...
服务升级与购买
购买并发扩容 一句话识别、实时语音识别、语音合成的最大并发数可达200路。如果您有超过200路并发的购买需求，请 提交工单 处理，或者登录控制台通过 扩容并发 的方式增加并发数。此处以实时语音识别为例，为您介绍通过控制台购买并发流量...
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、安全可信的云通信服务。包含语音通知、语音验证码、语音机器人等丰富的PaaS/SaaS产品，具备高可用、高并发、高质量、接入便捷的优势。...
计费说明
智能导航产品价格为399元/并发/月，其中包括智能导航控制台，语音识别，语音合成。但是自然语义理解和通信线路不包含在产品内。自然语义理解部分需要先开通 云小蜜机器人 服务。说明 智能导航可由此处进行购买开通：智能导航购买链接。请先...
- 产品推荐
- 这些文档可能帮助您