Android SDK
使用Android Studio打开此工程查看参考代码实现，其中实时语音识别示例代码为SpeechTranscriberActivity.java文件，替换Appkey和Token后可直接运行。SDK关键接口 initialize：初始化SDK。初始化SDK，SDK为单例，请先释放后再次进行初始化。...
SDK和API概览
离线移动端iOS SDK 离线语音合成 离线移动端Android SDK 离线语音合成 服务端 Java SDK 一句话识别、实时语音识别、录音文件识别、录音文件识别闲时版、语音合成、长文本语音合成、声音事件检测、说话人识别、性别识别、语种识别 Python ...
SDK FAQ
有SDK，在专有云安装包里默认不提供，可以通过阿里云帮助中心对应的服务文档中下载，如实时语音识别的 Android SDK 和 iOS SDK。移动端SDK可以调用公共云ASR、TTS服务，也可以用在专有云环境下。Token如何使用？公共云Token在不同项目间、...
服务升级与购买
升级为商用版 一句话识别、实时语音识别、录音文件识别、语音合成服务均可单独升级为商用版。登录 智能语音交互控制台。在 服务管理与开通 页面，单击服务列表 操作 列下的 升级为商用版。在 变配 页面，修改各服务配置信息。使用预付费...
并发与监控FAQ
以实时语音转写为例，每当发起一个请求后（比如调用start接口），即为建立一个WebSocket链接，在请求结束之前（比如调用stop或close接口），该请求一直占用一个并发。如果您的并发额度是200，即同时只能建立200个类似的实时转写请求，如果...
应用场景
热线客服场景 针对热线客服场景，人工辅助与阿里云呼叫中心形成联合解决方案，提供实时语音转写、知识随行、实时SOP引导、实时服务质量检测等功能，为客服提供实时通话辅助，规范服务流程和业务知识。在线客服场景 针对在线客服场景，人工...
语音识别输入格式FAQ
如果您在使用已有的语音文件测试实时语音识别服务，需先将已有语音文件转换成实时语音识别的语音输入格式。更多内容，请参见 如何进行语音格式转换。输入Mp3语音文件调用一句话识别报错怎么办？根据一句话产品介绍，参见 语音识别各服务...
语音识别
paraformer-realtime-8k-v1 Paraformer中文实时语音识别模型，支持8kHz电话客服等场景下的实时语音识别。paraformer-v1 Paraformer中英文语音识别模型，支持16kHz及以上采样率的音频或视频语音识别。中英文语音识别；录音文件识别；...
自学习平台FAQ
一句话识别、实时语音识别、录音文件识别中如何设置泛热词请参见 使用SDK设置业务专属热词。如何使用SDK设置自学习模型？如果是通过控制台创建的自学习模型，可在项目切换模型时选择该模型，发布上线后将与Appkey绑定，您无需在代码中自行...
Node.js SDK
nls"/import { SpeechSynthesizer } from"alibabacloud-nls"实时语音识别 Class:SpeechTranscription SpeechTranscription类用于进行实时语音识别。构造函数参数说明：参数 类型 参数说明 config Object 连接配置对象。config object说明：...
功能发布记录
新增 接口说明 语音识别 实时语音识别断句时长优化 实时语音识别默认最大断句时长由60秒缩短至15秒，方便您进行相关接口调用。优化 接口说明 语音识别通用模型和客服质检问题修复 语音识别16k中文通用模型，改善语音活动检测（Voice ...
实时质检结果
使用方法 呼叫中心质检>创建质检任务>实时语音质检/实时文本质检 选择客服数据>选择服务质检方案>开始检测 实时质检效果 实时质检对每句对话的文本进行质检分析，在通话过程中，当一个角色说完一句话产生文本后，就需要上传数据，上传数据...
什么是智能语音交互
实时语音识别 对不限时长的音频流做实时识别，达到“边说边出文字”的效果，内置智能断句，可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录、智能语音助手等场景。更多信息，请参见 实时语音识别接口...
Paraformer语音识别
Paraformer是通义实验室研发的新一代非自回归端到端语音识别模型，具有识别准确率高、推理...开发者可以通过以下链接，了解如何通过百炼大模型服务平台调用Paraformer文件转写API：快速开始 实时语音识别API详情 录音文件识别API详情 最佳实践
Paraformer语音识别
Paraformer是通义实验室研发的新一代非自回归端到端语音识别模型，具有识别...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Paraformer文件转写API：快速开始 实时语音识别API详情 录音文件识别API详情 计量计费 最佳实践
WebSocket协议说明
功能介绍 阿里云智能语音交互产品通过WebSocket协议对外提供实时语音流语音转写功能，支持长语音。其中指令、事件皆为WebSocket协议Text类型的DataFrame，音频流需要以Binary Frame的形式上传至服务端，调用时序需要符合协议要求的交互流程...
Python SDK
返回值：无 2.start 同步开始实时语音识别，该方法会阻塞当前线程直到实时语音识别就绪（on_start 回调返回）。参数说明 参数 类型 参数说明 aformat String 要识别音频格式，支持PCM，OPUS，OPU，默认值：PCM。SDK不会自动将PCM编码成OPUS...
错误码
51040103 实时语音识别服务不可用 检查实时语音识别服务是否有任务堆积等导致任务提交失败 51040104 请求实时语音识别服务超时。排查实时语音识别日志。51040105 调用实时语音识别服务失败。检查实时语音识别服务是否启动，端口是否正常...
错误码
51040103 实时语音识别服务不可用 检查实时语音识别服务是否有任务堆积等导致任务提交失败 51040104 请求实时语音识别服务超时。排查实时语音识别日志。51040105 调用实时语音识别服务失败。检查实时语音识别服务是否启动，端口是否正常...
创建语音识别模型
语音识别模型是对智能交互通话中的音频流做实时识别，达到“边...在左侧导航栏，选择 智能交互>实时语音识别。在通用设置页面，选择 语音识别模型 页签，单击 创建语音识别模型。根据页面提示，根据需求编辑语音识别模型相关信息。单击 确定。
产品定价
计费说明 质检类型 计费单位及说明 用量阶梯 单价 离线语音质检 被质检的离线语音总时长，单位为小时 0～1000小时/天 2.7元/小时 1000～3000小时/天 2.1元/小时 大于3000小时/天 1.5元/小时 实时语音质检 被质检的实时语音总时长，单位为...
什么是人工辅助
人工辅助（Customer Service Assistant）产品采用阿里云的人工智能技术，在客服或销售的对话过程中，为客服坐席或销售人员提供实时语音转写、知识随行、实时SOP（Standard Operating Procedure，标准作业流程）引导、实时服务质量检测等...
创建质检任务
实时语音质检 实时语音是来自呼叫中心中的语音数据，用户可以根据质检匹配条件筛选出需要质检的数据，系统支持AND和OR条件的简单逻辑筛选。实时文本质检 实时文本是来自呼叫中心中的文本数据，用户可以根据质检匹配条件筛选出需要质检的...
产品公共FAQ
计费类 实时语音识别最大并发可以买多少路？英文的识别，需要购买扩展语言包还是要买路数？功能类 使用阿里云音视频通信RTC如何调用语音识别服务？使用阿里云音视频通信RTC服务可以集成智能语音交互服务，具体请参见 语音数据处理。智能...
服务用量
示例一：一句话识别 和其他服务统计维度不同，如果您希望选择 一句话识别，需要先将已勾选的 录音文件识别、实时语音识别、录音文件识别（极速版）或 录音文件识别（闲时版）取消勾选后，再勾选 一句话识别。示例二：如果您希望选择 长文本...
微信小程序
实时语音识别 Class:SpeechTranscription SpeechTranscription类用于进行实时语音识别。构造函数参数说明：参数 类型 参数说明 config Object 连接配置对象。config object说明：参数 类型 参数说明 url String 服务URL地址。token String ...
Android SDK（旧版）
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。SpeechSynthesizer：代表一次语音合成请求。SpeechSynthesizerCallback：语音...
创建热词
在语音识别中，如果您的业务领域有部分词汇默认识别效果不够好，可以考虑使用热词功能，将这些...在左侧导航栏，选择 智能交互>实时语音识别。在通用设置页面，单击 热词库 页签。单击 创建热词，根据页面提示，填写热词相关信息。单击 确定。
语音识别FAQ
实时语音转写能和录音文件识别一样加入音轨ID吗？录音文件识别可以生成SRT字幕文件吗？语音识别服务支持哪些编码格式的音频？语音识别服务支持哪些采样率？怎么查看音频文件的采样率？语音识别服务支持的方言模型和语种都有哪些？语音识别...
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...
接口说明
客户端在调用实时语音识别时请保持实时速率发送，发送完成后及时关闭链接。50000000 GRPC_ERROR:Grpc error!受机器负载、网络等因素导致的异常，通常为偶发出现。一般重试调用即可恢复。50000001 GRPC_ERROR:Grpc error!受机器负载、网络等...
产品优势
人工辅助具备实时语音或文本的辅助功能，具有以下优势：客服服务提效 实时知识推荐：使客服精准快速回复客户问题。自动SOP流程辅助：使客服按照标准业务流程进行服务。提高服务质量 实时检测敏感词。实时检测客户情绪。实时检测服务质量...
实时语音识别API详情
paraformer-realtime-8k-v1 Paraformer中文实时语音识别模型，支持8kHz电话客服等场景下的实时语音识别。API参考 前提条件 已开通服务并获得API-KEY：获取API-KEY。已安装最新版SDK：安装SDK。目前实时语音识别支持Python和Java两种SDK版本...
实时语音识别API详情
paraformer-realtime-8k-v1 Paraformer中文实时语音识别模型，支持8kHz电话客服等场景下的实时语音识别。API参考 前提条件 已开通服务并获得API-KEY：开通DashScope并创建API-KEY。已安装最新版SDK：安装DashScope SDK。目前实时语音识别...
创建专有语言模型
在左侧导航栏，选择 智能交互>实时语音识别。在通用设置页面，选择 语言模型>专有模型，单击 创建专有模型。根据页面提示，填写专有模型相关信息。单击 确认。语料学习 为了让语音识别更贴近您的业务场景，您可以提供语料实现模型自学习，...
Java SDK
demo是用语音文件模拟实时语音流的速度发送语音，通常一次发送间隔时间为100 ms或200 ms（sleepInterval）的语音数据，数据量（batchSize）和采样率有关：发送间隔过大，会导致延迟较大，容易断连；发送间隔过小，会消耗服务端和网络资源。...
错误码查询
实时语音识别错误码 状态码 状态消息 原因 解决方案 40000004 Gateway:IDLE_TIMEOUT:Websocket session is idle for too long time 请求建立链接后，长时间没有发送任何数据，超过10s后，服务端会返回此错误信息。请在建立链接后和服务端...
使用SDK设置业务专属热词
本文为您介绍在一句话识别、实时语音识别和录音文件识别SDK示例中如何设置业务专属热词。概况 通过管控台配置的业务专属热词表与项目Appkey绑定，无需自行设置。通过POP API训练获取的业务专属热词表，需要在SDK中设置其词表ID。SDK设置热...
产品优势
节省成本 离线语音合成 无需联网即可完成实时语音合成，按设备数授权，成本可控。声音定制 中需要的数据量门槛更低，在中文普通话场景，2000句起即可合成自然流畅效果的声音，加入英文数据后，还可实现中英混读效果，录音和标注的时间成本...
计费说明
0.50元/小时 100,000小时 45,000元 0.45元/小时 实时语音识别 30小时 100元 3.33元/小时 1,000小时 1,800元 1.80元/小时 10,000小时 15,000元 1.50元/小时 84,000小时 100,000元 1.20元/小时 182,000小时 200,000元 1.10元/小时 300,000...
- 产品推荐
- 这些文档可能帮助您