文档

功能特性

更新时间:
一键部署

本文为您介绍通义听悟API服务中,各项功能及其对应场景、使用限制与和调用方式。

音视频文件服务参数表

服务

模式

文件类型

音频

采样率

文件格式

大小限制

声道/路

语种

支持热词语种

离线说话人区分

转写延迟

识别结果返回方式

调用SDK

源文件传输方案

实时记录

实时

音频流

8k

PCM、OPUS、WAV

24小时

三路

中文

不分离

尾字300ms

按状态区分:句中按词返回;句结束整体更新

Java、Python、GO

webscoket建联,实时推流

音频流

16k

PCM、OPUS、WAV

24小时

三路

中、英、粤、日、韩、中英自由说

中文

不分离、

2人、多人

尾字300ms

按状态区分:句中按词返回;句结束整体更新

Java、Python、GO

webscoket建联,实时推流

音视频文件转写

离线

音频文件

8k

MP3、WAV、m4a、wma、ACC、ogg、amr、flac、aiff

6G&

6小时

双声道

中、英

中文

不分离、2人

每小时音频

约2.5分钟

整体返回转写结果及时间戳

Java、Python、GO

OSS地址

音频文件

16k/24k/48k

MP3、WAV、m4a、wma、ACC、ogg、amr、flac、aiff

6G&

6小时

首声道

中、英、粤、日、韩、中英自由说

中文

不分离、

2人、多人

每小时音频

约2.5分钟

整体返回转写结果及时间戳

Java、Python、GO

OSS地址

视频文件

16k/24k/48k

mp4、wmv、M4V、flv、rmvb、dat、mov、mkv、webm、avi、mpeg、3gp、ogg

6G&

6小时

首声道

中、英、粤、日、韩、中英自由说

中文

不分离、

2人、多人

每小时

约3-4分钟

整体返回转写结果及时间戳

Java、Python、GO

OSS地址

大模型相关能力(前置功能:语音转写)

功能

最小字数

限制

对应最小

音频时长

最佳效果的音频时长

返回内容

限制

返回时长

(转写完成后)

支持语种

全文摘要

全文250字

以上

完整音频约70秒以上

4小时以内

1000字以内

若只调用全文摘要,转写完成后约1分钟返回结果;若有章节速览,则章节速览完成后,约10s返回。

中、英、

中英自由说

章节速览

章节250字

以上

完整音频约70秒以上

4小时以内

每段摘要

1000字以内

每小时音频约2分钟

中、英、

中英自由说

发言总结

发言内容

250字以上

完整音频约70秒以上

4小时以内

每位发言人1000字以内

每小时音频约2.5分钟的说话人分离后,还需要30s

中、英、

中英自由说

问答摘要

全文300字

以上

完整音频约90秒以上

4小时以内

1小时音频约30-50问答对

单个问答对平均长度90字

实时结束或文件转写完成后,约1分钟

中、英、

中英自由说

待办摘要

无限制

无限制

90秒以上

4小时以内

最多6个待办

5-30字之间

实时结束或文件转写完成后,约1分钟

中、英

关键词提取

全文200字

以上

完整音频约60秒以上

70分钟以内

20个词以内

实时结束或文件转写完成后,约1分钟

中、英、粤、

中英自由说

口语书面化

无限制

无限制

4小时以内

实时结束或文件转写完成后,约2分钟

中、英、

中英自由说

思维导图

无限制

无限制

90分钟以内

4级深度

实时结束或文件转写完成后,约1分钟

视频PPT提取(前置功能:音视频文件转写;文件类型:视频)

功能

可抽取图形

处理延迟

摘要支持语种

视频PPT提取

全PPT或讲课模式

上传完成后,每小时视频约2~5分钟

不限

每页PPT讲解摘要

全PPT或讲课模式

转写完成后,约1分钟

中文

注:仅支持PPT在主要界面(投屏或周边有人物视频),不支持人物在PPT前走动或演讲。

可通过通义听悟网站测试效果。点此测试

通义听悟翻译(前置功能:语音转写)

服务

文件类型

音频采样率

翻译

支持翻译

实时语音翻译

音频流

8k

实时

中翻英

音频流

16k

实时

中、英、日、韩语间的双向互译;

中英自由说翻译成中、英或中&英

音视频文件翻译

音频文件

8k

离线

中英互译;中翻日

音频文件

16k/24k/48k

离线

中、英、日、韩语间的双向互译;

中英自由说翻译成中、英或中&英

音频文件

16k/24k/48k

离线

中、英、日、韩语间的双向互译;

中英自由说翻译成中、英或中&英

  • 本页导读 (0)
文档反馈