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 ...
通过控制台上传语音文件
您可以在控制台上传 语音通知文件、通话中的放音文件 以及 智能语音交互放音文件，上传后语音文件审核完成即可使用。前提条件 注册阿里云账号 并完成 企业实名认证。已开通 语音服务 申请企业资质 并审核通过。上传语音文件 重要 请选择WAV...
智能语音交互呼出
本文为您介绍了智能语音交互呼出的业务流程。前提条件 已注册阿里云账号，并完成企业实名认证。具体操作，请参见 阿里云账号注册流程 和 实名认证。开通语音服务。具体操作，请参见 开通服务。提交企业资质，并审核通过。具体操作，请参见 ...
智能语音交互服务返回403错误码
问题描述 在使用阿里云智能语音交互服务时，返回403错误码。问题原因 调用智能语音交互服务的访问令牌（Access Token）过期或无效的参数。解决方案 首先检查使用的令牌是否过期，然后检查参数值设置是否合理，详情请参见 获取Token。适用于...
使用录音文件识别时如何设置OSS内网地址
您在使用智能语音交互产品中的录音文件识别服务时，在提交录音文件识别任务的同时，您还需要提供一个音频文件下载地址。如果您使用了阿里云OSS服务作为音频文件下载服务，可以使用内网域名以避免产生流量费用。本文为您介绍如何设置OSS内网...
智能语音交互呼入回调HTTP接口
用户拨打配置智能语音交互呼入的号码发起呼叫后，通过智能语音交互呼入回调HTTP接口，接收通话过程中用户语音实时转写的文本消息，业务方把下一步的执行动作返回给智能联络中心，以此完成机器人与用户通话中的智能语音交互。业务流程 平台...
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。...
智能语音交互试用服务及服务改进计划协议
您在使用试用版智能语音交互服务时，您应当阅读并遵守《智能语音交互服务试用协议》（以下简称“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法院的选择...
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...
开通授权
登录 智能语音交互控制台。单击左侧导航栏 服务开通与购买，切换到 设备端解决方案 页签，选择要购买的商业版SDK，单击右侧 购买预付费资源包。在购买页面，再次选择商业版SDK 规格类型，并设置 规格数量，确认费用后，单击右下角 立即购买...
什么是语音服务
语音服务（Voice Service），是阿里云为了方便用户使用语音...产品架构 面向未来的智能语音架构 产品功能 语音服务 包含语音通知、语音验证码、语音互动、智能语音交互呼入、智能语音交互呼出及智能外呼机器人等。更多详情，请参见 产品功能。
定制语言模型
前提条件 已开通智能语音交互服务，详情请参见 开通服务。训练语料说明 调用限制 该功能免费开放给所有开通智能语音交互免费版和商用版的用户。训练数据为领域相关的文本，与待识别语音数据越接近，优化效果越好。以文本方式保存，使用 UTF...
运行示例
智能语音交互的AccessKey ID、AccessKey Secret和AppKey的环境变量名：ALIYUN_AK_ID、ALIYUN_AK_SECRET、NLS_APP_KEY。安装Python3以及Python SDK。请先安装 Python3。执行如下命令，使用PIP安装（推荐）Aliyun-python-sdk-core，安装版本...
授权信息
访问控制（RAM）是阿里云提供的管理用户身份与资源访问权限的服务。使用RAM可以让您避免与其他用户共享阿里云账号密钥，并可按需为用户授予最小权限。RAM中使用权限策略描述授权的具体内容。本文为您介绍 智能语音交互（NlsTingwu）为RAM...
授权信息
访问控制（RAM）是阿里云提供的管理用户身份与资源访问权限的服务。使用RAM可以让您避免与其他用户共享阿里云账号密钥，并可按需为用户授予最小权限。RAM中使用权限策略描述授权的具体内容。本文为您介绍 智能语音交互（NlsTingwu）为RAM...
智能语音交互呼入
本文为您介绍了智能语音交互呼入的业务流程。前提条件 已注册阿里云账号，并完成企业实名认证。具体操作，请参见 阿里云账号注册流程 和 实名认证。开通语音服务。具体操作，请参见 开通服务。提交企业资质，并审核通过。具体操作，请参见 ...
查询账单明细
本文为您介绍智能语音交互查询账单明细的方式。如何查看消费明细 登录 阿里云官网。单击右上角的 控制台。进入控制台后单击顶部菜单栏的 费用。在左侧导航栏选择 账单管理>账单详情，通过 账单流水、明细账单、用量明细 和 产品量价汇总 页...
语音识别问题排查
出现“吞音、辨识度不高、听不懂”等情况无法解决时：如果存在方言和重口音，可能由于ASR的训练数据覆盖不全造成识别错误，请联系阿里智能语音交互工程师进一步评估。如果有大量的重口音（非方言）识别需求，请联系阿里智能语音交互工程师...
回调接口简介
智能联络中心支持通过回调接口将语音文本等通话信息...智能语音交互呼入回调HTTP接口 用户拨打号码发起呼叫后，通过智能语音交互呼入回调HTTP接口，接收通话过程中用户语音实时转写的文本消息，业务方把下一步的执行动作返回给智能联络中心。
应用场景
本文为您介绍智能语音交互适用的各大应用场景。语音识别 语音搜索 支持各种场景下的语音搜索，如地图导航、浏览器搜索等。可以集成到任何形式的手机应用中，最大限度地解放双手。语音指令 通过语音命令控制智能设备，实现快捷便利的操作，...
产品功能
智能联络中心为您提供人工坐席、智能语音交互呼入、智能语音交互呼出以及智能外呼机器人。您可以根据自身需求选择不同的产品功能。人工坐席 智能联络中心人工坐席是阿里在电商和新零售等领域多年沉淀的一套全渠道智能客服解决方案，提供...
对接操作审计
智能语音交互已经对接阿里云操作审计产品，实现对控制台的操作审计。开通操作审计服务 使用阿里云账号登录 操作审计控制台。RAM用户登录需要进行相应的授权。操作审计支持免开通，任何已完成实名认证且未欠费的有效阿里云账号皆可使用。...
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...
智能语音交互一句话识别C++ SDK中如何获取g_akid和g_...
概述 本文主要介绍阿里云智能语音交互一句话识别场景，使用C++ SDK接口时如何获取g_akid和g_akSecret参数值。详细信息 智能语音交互一句话识别C++ SDK接口中的g_akid和g_akSecret参数为AccessKey ID和AccessKey Secret，可通过以下操作获取...
自动化测试
创建自动化测试任务 登录 智能语音交互控制台。在左侧导航栏单击 自动化测试，在 自动化测试 页面单击 创建任务。在 创建任务 面板中，填写任务名称，注意不能与现有的任务名称重复。选择或者上传测试集。目前支持 上传标注测试集、仅上传...
上传语音文件
本文为您介绍如何在控制台导入智能语音交互放音文件。登录 智能联络中心控制台。在左侧导航栏，选择 智能交互>语音文件管理，单击 导入语音文件。根据页面提示，选择语音文件相关信息。单击 确认导入。
产品优势
本文为您介绍智能语音交互的产品核心优势。语音识别 识别准确率高 基于SAN-M自研的“识音石”通用端到端语音识别框架，中文识别准确率可达业内最高水平；在输入法、客服、会议等领域，文字识别错误率相比上一代系统下降10%～30%，大幅提高...
概述
阿里云智能语音交互对某些场景（包括通用、教育、司法、医疗等）进行了大量语音识别训练，提供了高准确率场景模型。当您的语音识别需求超出预设模型范畴，或是希望对现有的标准模型进行个性化定制时，可以通过自学习平台的语言模型定制功能...
人工智能AI
AI推理 基于弹性计算的AI推理 AI训练 超级计算集群结合ACK快速实现NLP训练 基于机器学习PAI的云原生AI训练 GPU AI模型训练 基于NAS部署可更换模型的FC Stable Diffusion进行AI绘画创作 使用NAS存储SD模型库并挂载NAS到PAI-EAS加载推理 AI...
什么是神行工具包（DeepGPU）
神行工具包（DeepGPU）是阿里云专门为GPU云服务器搭配的GPU计算服务增强工具集合，旨在帮助开发者在GPU云服务器上更快速地构建企业级服务能力。GPU云服务器搭配神行工具包（DeepGPU）中的组件可以帮助您更方便地利用阿里云的云上GPU资源，...
安装SDK
安装智能语音交互实时转写SDK 当您使用实时记录时，除需要使用从阿里云OpenAPI接口创建实时任务、查询任务状态、结束实时任务外，您还需要实时采集音频流、推送、识别，此时您可以通过以下实时转写（不含音频采集功能）SDK完成。...
获取Token概述
访问令牌（Access Token）主要用于身份验证和授权，在调用阿里云智能语音交互API时，客户端应用或服务器端程序需要先获取一个有效的Token作为凭证，以此来证明请求的合法性，并获得对智能语音服务的访问权限。本文介绍Token的获取方式和...
配置语音交互
当选择交互端为云智能App时，可以开启 语音交互>天猫精灵>控制口令 的按钮，接入天猫精灵语音，使用天猫精灵音箱进行语音控制设备。选择接入Alexa或Google Assistant平台。当选择交互端为云智能App时，不需要创建技能，可单击 新增配置 将...
语音合成FAQ
语音合成（TTS）是概率模型，目前业界能做到的读音正确率在96%~98%之间，阿里云智能语音交互产品在通用场景下测试准确率在97%左右。这意味着不是所有读音错误都能被修复掉，建议您可以通过换字或使用SSML功能。语音合成的发音读错怎么办？...
智能语音合成服务及服务改进计划协议
阿里云不会故意识别、提取、搜集或单独储存业务数据中可能包含的个人信息，亦不会将您业务数据中可能包含的个人信息和阿里云掌握的其他数据进行关联或融合，阿里云仅会将可能包含个人信息的业务数据用于智能语音交互服务改进、优化用途。...
功能发布记录
本文介绍智能语音交互产品功能的最新动态和相关文档。2023年04月~2024年01月 功能分类 功能名称 功能描述 更新类型 文档链接 语音识别 字幕上屏 录音文件识别、录音文件识别极速版、录音文件识别闲时版支持字幕上屏场景。新增 接口说明 ...
智能语音交互呼出回调HTTP接口
在左侧导航栏中，选择 通用设置>回调地址，开启 智能语音交互回调地址 开关。根据页面提示设置响应信息和接收地址。说明 接收地址用于接收语音实时转文本结果并返回下一步执行动作。单击 保存。您也可以单击右侧 测试 按钮，对配置信息进行...
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...
智能语音交互的审计事件
智能语音交互已与操作审计服务集成，您可以在操作审计中查询用户操作智能语音交互产生的管控事件。操作审计支持将管控事件投递到日志服务SLS的LogStore或对象存储OSS的存储空间中，满足实时审计、问题回溯分析等需求。操作审计记录了用户...
查询账单
本文为您介绍查询通义听悟账单明细的方式。登录 阿里云官网。单击右上角的 控制台。...用量明细：选择 用量明细 页签，设置 产品为：“智能语音交互”、计量规格为“Tingwu”和 使用时间 等，输入验证码，单击 确定，即可导出。
- 产品推荐
- 这些文档可能帮助您