接口说明
对一分钟内的短语音进行识别，适用于对话聊天、控制口令、语音输入法、语音搜索等较短的语音识别场景。功能简介 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既能提供全链路的语音能力，同时可做原子能力SDK...
营业执照识别
本文介绍文字识别（ocr）类目下的营业执照识别RecognizeBusinessLicense的语法及示例。功能描述 营业执照识别能力可以识别营业执照关键字段内容，包括：公司地址、营业范围、注册资本、注册日期、公司法人、公司名称、统一社会信用代码、...
10.2.3 系列
移动网关 修复 修复 10.2.3.6 中 HTML5 RPC 异常。蚂蚁动态卡片 修复 修复 TempleteId 埋点字段问题。10.2.3.6（2022-11-24）移动分析 新增 新增 imei/imsi 读取开关，关闭后不再读取相关信息。移动推送 新增 新增 imei/imsi 读取开关，...
二维码识别
本文介绍文字识别（ocr）类目下的二维码识别RecognizeQrCode的语法及示例。功能描述 二维码识别能力可以识别图像中是否含有二维码信息，输出图像中二维码包含的文本信息（每个二维码对应的URL或文本），可支持图像中含有多个二维码识别。...
接口说明
一句话识别功能支持对一分钟内的短语音进行识别，适用于对话聊天、控制口令、语音输入法、语音搜索等较短的语音识别场景。使用须知 说明 如需使用Android/iOS SDK，请参见 移动端接口说明。支持的输入格式：单声道（mono）16bit采样位数...
行驶证识别
本文介绍文字识别（ocr）类目下的行驶证识别RecognizeDrivingLicense的语法及示例。功能描述 行驶证识别能力可以识别行驶证首页和副页关键字段内容，输出品牌型号、车辆类型、车牌号码、检验记录、核定载质量、核定载人数等21个关键字段...
增值税发票卷票识别
本文介绍文字识别（ocr）类目下的增值税发票卷票识别RecognizeTicketInvoice的语法及示例。功能描述 增值税发票卷票识别能力支持对卷票上包括价税合计、发票代码、发票号码、合计税额、合计金额、密码区、开票日期、税率、购买方识别号、...
PDF识别
本文介绍文字识别（ocr）类目下的PDF识别RecognizePdf的语法及示例。功能描述 PDF识别能力可以对PDF上的文字进行结构化识别。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 ...
移动端SDK说明
本文为您介绍传入录音文件，完成音频文件识别并返回结果的流程说明。使用须知 输入格式：WAV/MP3/AAC。时长限制：识别语音文件大小不能超过100 MB。设置多语言识别：在管控台编辑项目中进行模型选择，详情请参见 管理项目。服务地址 访问...
Python SDK
本文介绍如何使用智能语音交互一句话识别的Python 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。SDK仅支持Python3，暂不支持Python2。已安装Python包管理工具setuptools。如果未...
2021-10-30
2，【新功能】资产管理能够识别物联网系统中的终端资产、检测终端的安全状态，您可以通过集成安全SDK（直连设备）、部署IoT安全管理一体机、日志接入三种方式实时资产识别和资产安全检测的措施。 3，【新功能】日志检测通过更轻量（不...
适配模组特性
模组通信的AT指令可分为：控制指令 上报数据 上报状态 通过这三种AT指令，定义一个模组设备，具体操作，请参见 AT模组结构化定义。控制指令 控制指令以一发一收的形式，由处理器发送至模组。您需根据不同的回复报文，处理对应的逻辑。控制...
场景识别
本文介绍图像识别（imagerecog）类目下的场景识别RecognizeScene的语法及示例。功能描述 场景识别能力可以识别图像中的场景环境，支持数十种常见场景，包括：人物、动物、狗、猫、鱼、鸟、花、草地、蔬菜、植物、水果、餐厅、美食、聚餐、...
银行卡识别
本文介绍文字识别（ocr）类目下的银行卡识别RecognizeBankCard的语法及示例。功能描述 银行卡识别能力可以检测输入的主流银行卡图像，输出3个信息，包括：发卡行、银行卡号、有效日期。说明 您可以进入 在线咨询 获取在线人工帮助。当前...
车牌识别
功能描述 车牌识别能力可以准确识别出图像中车牌位置，输出车牌位置坐标、车牌类型、车牌号码、车牌号码置信度、车牌置信度，共5个关键字段信息。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费...
通用文字识别
请参见：https://help.aliyun.com/document_detail/143103.html&ImageURL=http://viapi-test.oss-cn-shanghai.aliyuncs.com/viapi-3.0domepic/ocr/RecognizeCharacter/RecognizeCharacter5.jpg &MinHeight=10 &OutputProbability=true &...
资产识别
Web应用防火墙（WAF）的资产识别功能帮助您检测发现云上与云下的所有域名资产，并对域名资产的安全状态评分，使您掌握业务的整体防护状态。您可以为安全评分较低的域名资产开启防护，提升整体安全防护水位线。前提条件 已购买中国内地地域...
错误码查询
移动端SDK错误码 一句话识别/实时语音识别/录音文件识别极速版 配置或参数错误 状态码 状态消息 原因 解决方案 240999 DEFAULT_ERROR 内部默认错误。内部未明确错误。240001 NUI_CONFIG_INVALID 配置文件错误。配置文件错误，请确认传入的...
垃圾分类识别
本文介绍图像识别（imagerecog）类目下的垃圾分类识别ClassifyingRubbish的语法及示例。功能描述 垃圾分类识别能力可以对图片中的物品垃圾进行分类，并给出具体的物品名称。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉...
公众人物识别
本文介绍人脸人体（facebody）类目下的公众人物识别RecognizePublicFace的语法及示例。功能描述 公众人物识别能力可以识别图片中的一个或多个公众人物信息。公众人物是指在一定范围内具有重要影响力、拥有一定的社会地位、被大众广泛关注、...
火车票识别
本文介绍文字识别（ocr）类目下的火车票识别RecognizeTrainTicket的语法及示例。功能描述 火车票识别能力可以对火车票进行结构化识别，输出乘车时间、始发站、目的站、座位席别、乘车人姓名、车次号、票价、车厢及座次号，共8个关键字段...
Python SDK
参数说明：无 返回值：无 5.send_audio 发送二进制音频数据，发送数据的格式需要和 start 中的 aformat 对应。参数说明 参数 类型 参数说明 pcm_data Bytes 要发送的二进制音频数据，格式需要和上一次调用时start中的aformat相对应。SDK...
身份证识别
本文介绍文字识别（ocr）类目下的身份证识别RecognizeIdentityCard的语法及示例。功能描述 身份证识别可以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...
接口说明
性别识别功能用于识别音频中说话人的性别（男或女）。使用须知 支持的输入格式：PCM编码（无压缩的PCM或WAV文件）、16 bit采样位数、单声道（mono）。音频时长限制小于60秒。支持的音频采样率：8000 Hz。服务地址 访问类型 说明 URL 外网...
接口说明
语种识别功能用于识别音频中语言种类，目前支持中、英、粤三个语种。使用须知 支持的输入格式：PCM编码（无压缩的PCM或WAV文件）、16 bit采样位数、单声道（mono）。音频时长限制小于60秒，建议实际有效时长大于5秒。支持的音频采样率：...
驾驶证识别
本文介绍文字识别（ocr）类目下的驾驶证识别RecognizeDriverLicense的语法及示例。功能描述 驾驶证识别能力可以识别驾驶证首页和副页关键字段内容，包括：档案编号、姓名、有效期时长、性别、发证日期、驾驶证号、驾驶证准驾车型、有效期...
动作行为识别
本文介绍人脸人体（facebody）类目下的动作行为识别RecognizeAction的语法及示例。功能描述 动作行为识别能力可以识别视频和图像中的人体动作行为，并返回识别后的行为类别。当前可以识别的行为类别包括：举手、吃喝、吸烟、打电话、玩手机...
风格识别
本文介绍图像识别（imagerecog）类目下的风格识别RecognizeImageStyle的语法及示例。功能描述 风格识别能力可以对输入图像的风格类型进行分析，识别可能的风格与语意标签。可以识别的风格包括：chinese（中国风）、watercolor（水彩）、...
元素识别
本文介绍图像识别（imagerecog）类目下的元素识别DetectImageElements的语法及示例。功能描述 元素识别能力用于识别输入图像中所包含的元素内容，用矩形框标注出其位置，并区分其对应的基本类型（人物、修饰、文案）。输入原图：输出结果图...
接口说明
录音文件识别是针对已经录制完成的录音文件，进行离线识别的服务。录音文件识别是非实时的，识别的文件需要提交基于HTTP可访问的URL地址，不支持提交本地文件。使用限制 支持单轨和双轨的WAV、MP3、MP4、M4A、WMA、AAC、OGG、AMR、FLAC格式...
错误码
为方便进行问题定位，本文为您介绍语音识别业务中详细的错误码信息。错误码 识别成功 错误码 错误信息 描述 0 SUCCESS 成功 配置或参数错误 错误码 错误消息 描述 解决方案 240999 DEFAULT_ERROR 内部默认错误。内部错误，请重试。240001 ...
错误码
为方便进行问题定位，本文为您介绍语音识别业务中详细的错误码信息。错误码 识别成功 错误码 错误信息 描述 0 SUCCESS 成功 配置或参数错误 错误码 错误消息 描述 解决方案 240999 DEFAULT_ERROR 内部默认错误。内部错误，请重试。240001 ...
文本内容安全
支持检测的场景包括：文字垃圾内容识别、文字广告内容识别、文字敏感内容识别、文字暴恐内容识别、文字辱骂内容识别、文字鉴黄内容识别、文字灌水内容识别、文字违禁内容识别。在提交检测任务时，您需要指定Labels参数，并且支持组合使用，...
语种识别定价
举例 用户先购买了一个五千万字符的语种识别资源包，又购买了一个一千万字符的语种识别资源包，之后又购买了一个一千万字符的机器翻译通用版资源包。用户使用语种识别共识别了七千万字符的文本。扣费方式为：先抵扣100万字符的免费额度，再...
猫鼠识别
本文为您介绍目标检测（objectdet）类目下的猫鼠识别DetectKitchenAnimals的语法及示例。功能描述 猫鼠识别能力基于视觉AI算法、物联网、大数据分析技术，猫鼠识别能力可以检测出场景中是否有猫、老鼠等动物，实现实时预警。说明 您可以...
明星识别
本文介绍人脸人体（facebody）类目下的明星识别DetectCelebrity的语法及示例。功能描述 明星识别能力可以识别图像中的明星人物。可以识别超过2.7万个明星人物。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有...
静态手势识别
本文介绍人脸人体（facebody）类目下的静态手势识别RecognizeHandGesture的语法及示例。功能描述 静态手势识别能力可以识别图片中的手势动作等。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品...
增值税发票识别
本文为您介绍文字识别（ocr）类目下的增值税发票识别RecognizeVATInvoice的语法及示例。功能描述 增值税发票识别能力可以识别增值税发票（电子发票和纸质发票）关键字段内容，包括：校验码、复核人、开票人、发票代码、收款人等。说明 增值...
接口说明
录音文件识别闲时版是针对已经录制完成的录音文件，进行离线识别的服务。录音文件识别闲时版是非实时的，识别的文件需要提交基于HTTP可访问的URL地址，不支持提交本地文件。与录音文件识别区别在于返回时间不同，闲时版为24小时内返回结果...
API概览
本产品（印刷文字识别/2021-07-07）的OpenAPI采用 RPC 签名风格，签名细节参见 签名机制说明。我们已经为开发者封装了常见编程语言的SDK，开发者可通过 下载SDK 直接调用本产品OpenAPI而无需关心技术细节。如果现有SDK不能满足使用需求，可...
- 产品推荐
- 这些文档可能帮助您