SDK概述
本文介绍了视觉技术服务VCS提供的SDK语言版本，列举了最新版本SDK的获取地址。SDK简介 视觉技术服务SDK封装了最新版本API，以访问密钥（AccessKey）识别调用者身份，提供自动签名等功能，方便您通过API创建和管理资源。实现视觉技术...
TG7560A
TG7560A是天猫精灵推出的一款低功耗离线语音芯片，内置基于ASIC 32位处理器，NPU V200，支持语音唤醒，离线语音控制，QFN20封装，适合用于灯具、窗帘、晾衣架家装行业遥控器；风扇、取暖器两季行业遥控器等品类。产品详情 开发必备资料 ...
SDK总览
阿里云视觉智能开发平台目前支持人脸人体、文字识别、商品理解等10+类别的视觉AI技术，其中包括的上百种能力均可通过SDK方式调用。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）...
连接芯片概述
天猫精灵连接芯片包括蓝牙芯片（Sig Mesh标准芯片、Tiny Mesh芯片）、WiFi Combo芯片、离线语音芯片等，具有高性能、高可靠性、低成本、易开发等优势。天猫精灵定制芯片为合作品牌和服务商提供从云到端一体化优质的解决方案，且适用于生活...
新手指南
阿里云视觉智能开放平台为您展示了视觉智能提供的专业、全面、易用的视觉AI能力。您可以在能力广场的14大类、上百项AI技术能力中选取适合您业务的能力进行调试和开发。本文以 身份证识别 能力为例，帮助您快速了解如何调用视觉智能开放平台...
什么是阿里云视觉智能开放平台
阿里云视觉智能开放平台（Vision Intelligent Application Programming Interface Platform）简称视觉智能平台，是基于阿里巴巴视觉智能技术实践经验，面向视觉智能技术企业和开发商（含开发者），为其提供高易用、普惠的视觉API服务，帮助...
产品简介
阿里云视觉智能开放平台提供通用文字识别、证件识别、图片分割等离线SDK，可在无网络环境下离线使用，不同能力支持Android、iOS、Windows和macOS不同的使用终端。本文为您介绍阿里云视觉智能开放平台当前支持的离线SDK能力。说明 阿里云...
功能概述
功能简介 自学习模型生产平台，简称自学习，是基于阿里巴巴视觉智能技术实践经验，面向AI技术基础薄弱的企业和开发商（含开发者），为其提供定制化AI模型生产服务，帮助企业快速建立贴合自身业务的AI模型生产平台。特色优势 操作简单。自...
什么是自学习
自学习是基于阿里巴巴视觉智能技术实践经验，面向AI技术基础薄弱的企业和开发商（含开发者），为其提供定制化AI模型生产服务，帮助企业快速建立贴合自身业务的AI模型生产平台。概述 自学习平台作为视觉智能模型定制生产、发布服务的工具...
产品优势
效果逼真 在本地端实现了基于Knowledge-Aware Neural TTS(KAN-TTS)语音合成技术，基于深度神经网络和机器学习，将文本转换成真实饱满、抑扬顿挫、富有表现力的语音，使得 离线语音 合成效果趋近于在线合成效果。同样的语音合成 声音定制 的...
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...
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...
国内语音服务定价
语音通知 按量计费 语音通知类型 语音分钟数阶梯（分钟数/月）分钟数≤5万 5万分钟数≤10万 10万分钟数≤50万 50万分钟数≤100万 公共模式（元/分钟）￥0.11 专属模式（元/分钟）￥0.11￥0.108￥0.104￥0.10 套餐包 为了降低用户的使用成本...
内容安全
介绍 智能审核服务基于海量标注数据和深度学习算法实现，从语音、视觉等多维度精准识别直播流媒体信息中包含的违禁内容，支持涉黄识别、暴恐涉政识别、广告识别、无意义直播识别、音频审核等多个功能模块。视频审核：采用截帧画面进行审核...
视觉搜索介绍
视觉搜索服务基于阿里云深度学习技术，进行视觉内容搜索，在指定图像、视频或3D模型库中搜索出相同或相似的视觉信息，适用于内容比对、内容精确查找、相似素材搜索等场景。服务说明 视觉搜索服务将于2023年2月15日起停止更新，后续不再支持...
常见问题
[视觉计算服务]适用于哪些用户场景，解决哪些问题？序号 用户场景 解决问题 1 视频监控在民警侦查办案、治安防控中扮演着越来越重要的角色，但肉眼看视频费时费力，很多小案件因为看视频成本太高而被放弃 如何提升民警用视频侦查办案的效率...
产品公共FAQ
本文汇总了您在使用智能语音交互产品过程中的常见问题。产品公共常见问题主要分为以下几类：功能类 使用阿里云音视频通信RTC如何调用语音识别服务？智能语音交互服务中语音识别和语音合成用到的端口是哪些？开通商用或者扩容并发，多久才会...
目标检测介绍
目标检测技术基于阿里云计算机视觉与深度学习技术，对通用或指定的目标进行检测、识别、打标。目标检测技术广泛应用于安防、交通等行业内图像场景的目标检测与跟踪。服务开通 请单击 立即开通 在对应产品页面开通该服务，具体开通方式请...
产品优势
语音、语言、视觉多模态，17个AI功能灵活搭配 支持音视频信息处理与提取，所需的多种AI能力。除语音识别外，还包括如大模型摘要，说话人分离，智能纪要（关键词抽取、章节抽取、值得关注、智能待办事项），翻译等功能。模块划分 能力说明 ...
非开发者使用指南
在控制台中使用语音识别、语音合成、以及通过技术接口使用服务均会计费。重要 智能语音交互服务会每日根据实际使用量，从您的阿里云账户余额中扣费。资源包抵扣规则 如果您预先购买了资源包，可直接在 智能语音交互控制台 使用。资源包价格...
功能特性
IvrCall 智能语音交互 提供智能语音交互服务，是一种人机交互技术，它允许用户通过语音与机器进行自然的对话和沟通。常用于智能外呼、云客服、智能质检、智能问答机器人等；自动拨打、智能对打，提高外呼效率，为企业快速降低人工成本。...
API概览
智能语音交互 API 标题 API概述 SmartCall 发起智能语音交互通话 智能语音交互服务，是一种人机交互技术，它允许用户通过语音与机器进行自然的对话和沟通。SmartCallOperate 发起智能语音指定动作 在智能外呼通话中发起指定动作，仅用于...
分割抠图介绍
分割抠图技术基于阿里云深度学习技术，结合检测识别技术，为您提供高精度视觉分割能力。分割抠图技术可以实现秒级全自动主体、场景像素级识别，制作4通道透明素材。不仅实现了发丝级精抠，对高度镂空主体、复杂背景等场景都有很好的效果，...
SmartCall-发起智能语音交互通话
智能语音交互服务，是一种人机交互技术，它允许用户通过语音与机器进行自然的对话和沟通。接口说明 SmartCall 需要与 智能外呼回调 HTTP 接口 联合使用，语音平台发起呼叫后会把转换后的语音文本回传给业务方，业务方把下一步的执行动作...
图像生产介绍
图像生产技术基于阿里云深度学习技术，为您提供图像视觉质量修复和图像属性增强等能力。图像生产技术灵活应用于摄影、艺术、广告、媒体等行业，满足老照片修复、图像去噪、图像曝光矫正、图像色彩矫正等业务需求。服务开通 请单击 立即开通...
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...
从这里开始
智能语音交互产品基于语音识别、语音合成、自然语言理解等技术，实现“能听、会说、懂你”式的智能人机交互体验，适用于智能客服、质检、会议纪要、实时字幕等多个企业应用场景。本文为您介绍如何使用智能语音交互，帮助您快速了解其使用...
更多芯片模组
天猫精灵除连接芯片之外，还拥有连接模组、语音模组和带屏语音模组。多种多功能的芯片模组，基于天猫精灵沉淀的软件、硬件以及算法能力，形成面向企业客户，更全面的产品服务能力，便于您实现整体解决方案。更多详情敬请期待后续更新。天猫...
计费概述
本文为您介绍智能语音交互的费用结算方式和计费的构成说明。...免费版仅支持有限度地使用语音服务，建议您根据实际业务发展及时开通商用版或...语音合成声音定制 先进的深度学习技术，用更少的数据量，更快速高效地为您定制个性化语音合成声音。
服务协议
本文将告诉您语音服务的具体协议内容。语音服务协议，请参见 通信能力技术服务协议。
唇动检测SDK
对图片中的人脸进行定位，并对唇动的程度进行检测，输出用户唇动的大小，可应用于多模态场景，和语音算法一起降低传统语音唤醒算法的误唤醒。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群...
图像识别介绍
图像识别技术是基于阿里云深度学习技术，可实现精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，为您提供图像打标、场景分类、颜色识别、风格识别以及元素识别等能力。图像识别技术可广泛应用于数字营销、新零售、广告...
什么是城市视觉智能引擎
城市视觉智能引擎（City Visual Intelligence Engine）依托于阿里云分布式计算和存储平台，利用先进的视频图像、图形学处理技术和深度学习算法，建立城市级人工智能模型，通过对相应场景的分析、索引和挖掘，赋能交通、市政综治、商业、...
证件识别SDK
通过阿里云视觉智能开放平台提供的创新型证件识别技术，可实现证件高效识别。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们。能力优势 ...
2021年
本文主要介绍阿里云视觉智能开放平台产品与文档2021年度的发布动态。2021年12月 类目名称 能力名称 功能描述 发布时间 支持终端 相关文档 离线SDK 肢体关键点SDK 可识别授权人体图像的15个关键点检测信息，包括鼻子、眼睛、脖子、左肩、右...
TG7100B
TG7100B是天猫精灵针对蓝牙Mesh接入定制的高性价比蓝牙5.0芯片，具有极简的电路设计，优异的射频性能，低功耗，汽车级温宽范围（-40℃~125℃）等特点。产品详情 开发必备资料 登录生活物联网平台《开发天猫精灵生态产品》。常用资料链接 ...
快速开始
说明 若您有合作需求或技术咨询，请 提交工单。前提条件 已开通服务并获得API-KEY。具体操作，请参见 开通DashScope并创建API-KEY。已安装SDK。具体操作，请参见 安装DashScope SDK。示例代码 以下示例展示了调用Paraformer语音识别文件...
猫鼠识别
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...
着装检测
功能描述 着装检测能力基于视觉AI算法、物联网、大数据分析技术，检测指定场景范围内的人员帽子、口罩、工作服等穿戴情况，对不规范穿戴行为进行实时预警。说明 您可以进入 在线咨询 获取在线人工帮助。阿里云视觉智能开放平台视觉AI能力...
QPS说明
说明 对于无法通过以上方案提升QPS限制的能力，或者上述方案提升后还无法满足您的业务需求，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们，将有技术人员与您对接QPS提升需求。计费方式与QPS 如果您只开通服务，默认...
- 产品推荐
- 这些文档可能帮助您