OpenNLU开放域文本理解模型
OpenNLU是开箱即用的文本理解大模型，适用于零样本、少样本条件下进行文本理解任务，如信息抽取、文本分类等。开发者可以通过以下链接，了解如何通过大模型服务平台调用OpenNLU开放域文本理解模型API。快速使用 API详情
快速使用
OpenNLU全称Open Domain Natural Language Understanding，是开箱即用的文本理解大模型，适用于中文、英文在在零样本条件下进行文本理解任务，如信息抽取、文本分类等。OpenNLU将NLU任务分成两个大类：抽取和分类。抽取任务目标是从给定...
快速使用
OpenNLU全称Open Domain Natural Language Understanding，是开箱即用的文本理解大模型，适用于中文、英文在在零样本条件下进行文本理解任务，如信息抽取、文本分类等。OpenNLU将NLU任务分成两个大类：抽取和分类。抽取任务目标是从给定...
常见问题解答
Q:支持什么样的语音格式？A:目前支持双轨语音文件，也支持对单轨文件做智能分轨，实现话者分离。格式要求是WAV/MP3/VOX，采样率支持8k/16k,单个文件大小限制在128M以内。Q:音频质检效率是怎样的？A:通过 上传音频质检 发起的任务，以及在...
文本理解模型
模型简介 OpenNLU全称Open Domain Natural Language Understanding，是开箱即用的文本理解大模型，适用于中文、英文在零样本条件下进行文本理解任务，如信息抽取、文本分类等。OpenNLU将NLU任务分成两个大类：抽取和分类。抽取任务目标是从...
API详情
OpenNLU全称Open Domain Natural Language Understanding，是开箱即用的文本理解大模型，适用于中文、英文在零样本条件下进行文本理解任务，如信息抽取、文本分类等。OpenNLU将NLU任务分成两个大类：抽取和分类。抽取任务目标是从给定文本...
API详情
OpenNLU全称Open Domain Natural Language Understanding，是开箱即用的文本理解大模型，适用于中文、英文在零样本条件下进行文本理解任务，如信息抽取、文本分类等。OpenNLU将NLU任务分成两个大类：抽取和分类。抽取任务目标是从给定文本...
创建语音模板
为什么需要我提供使用场景，这个和我的语音内容有什么关系？语音模板是否支持变量功能？语音服务无法关联模板？文本转语音模板中如何填验证码数字1234？语音模板内容如何修改？语音服务需将放音文件设置为网络文件或TTS可以吗？语音通知...
Java SDK
}/收到语音合成的语音二进制数据@Override public void onAudioData(ByteBuffer message){ try { if(firstRecvBinary){/此处计算首包语音流的延迟，收到第一包语音流时，即可以进行语音播放，以提升响应速度（特别是实时交互场景下）。...
机器阅读理解解决方案
步骤三：离线批量预测 在 Designer 平台上，使用机器阅读理解预测组件，基于海量篇章文本和问句，用微调好的机器阅读理解模型或PAI提供的默认模型，进行批量离线预测答案抽取。步骤四：部署及调用模型服务 通过模型在线服务 EAS，您可以将...
移动端应用如何安全访问智能语音交互服务
适用场景 如果您作为移动App开发者或者桌面端开发者，希望您的用户调用阿里云智能语音交互产品的语音合成、一句话识别、实时识别等服务时，为避免在移动端App或者桌面端工具中保存固定AccessKey ID和AccessKey Secret可能引起的泄露风险，...
时间戳功能介绍
}/语音合成的语音二进制数据@Override public void onMessage(ByteBuffer message){ try { if(firstRecvBinary){/此处计算首包语音流的延迟，收到第一包语音流时，即可以进行语音播放，以提升响应速度（特别是实时交互场景下）。...
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...
功能发布记录
功能名称 功能说明 口语书面化 能够将音视频的语音转写结果进行原文改写和润色，便于形成书面化的语音转写结果。2023年11月8日 通义听悟API服务升级，开放通义千问大模型提供的摘要、智能纪要、PPT抽取和总结的功能。同时优化了API调用方式...
错误码查询
什么是智能语音交互的错误码？您在使用SDK或者调用API接口过程中，如果本地或者服务端返回结果报错，则表示操作失败。您可以通过返回结果中的错误码快速地定位问题，并根据对应的解决方案尝试修改代码或者反馈给终端用户加以解决。错误码...
C++ SDK
关键接口 基础接口 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。接口名 启用版本 功能描述 getInstance 2.x 获取（创建）NlsClient...
C++ SDK
关键接口 基础接口 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。接口名 启用版本 功能描述 getInstance 2.x 获取（创建）NlsClient...
SSML标记语言介绍
概述 SSML是一种基于XML的语音合成标记语言。与纯文本的合成相比，使用SSML可以充实合成的内容，为最终合成效果带来更多变化。SSML不仅控制语音合成能读什么，更能控制语音合成可以怎么读，包括控制断句分词方式、发音、速度、停顿、声调和...
质检规则配置
规则是进行质检所必须的元素，什么是规则？例如客服接通电话后必须说问候语，这就是一条基本的服务规范规则。在您开通服务时，我们已经为您准备了6个预置规则，您可以通过查看和使用预置规则，来快速理解规则的概念。规则组成说明 一个规则...
快速开始
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别API基于通义实验室新一代非自回归端到端模型，提供基于实时音频流的语音识别以及对输入的各类音视频文件进行语音识别的能力。可被应用于：对...
快速开始
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别API基于通义实验室新一代非自回归端到端模型，提供基于实时音频流的语音识别以及对输入的各类音视频文件进行语音识别的能力。可被应用于：对...
通过API使用语音通知/语音验证码
调用 SingleCallByTts，向指定号码发送语音验证码或文本转语音类型的语音通知。通过 QueryCallDetailByCallId 查询语音通知/语音验证码发送详情。您可以通过配置MNS消息队列消费模式和HTTP批量推送模式来接收语音服务的回执消息。更多信息...
通过控制台使用语音通知/语音验证码
语音通知有公用的语音模板吗？语音验证码可否支持自定义文本转语音模板？语音服务的呼叫频次每小时5次，每天20次是什么意思？语音验证码，如果用户接电话后一直不挂，持续多久会停止播报？语音通知模板，语音验证码审核需要多久？可以删除...
语音通知/语音验证码FAQ
语音通知导入的语音文件支持WAV或MP3格式，文件需要小于2 MB。具体操作请参见 通过控制台上传语音文件 或 通过API/SDK上传语音文件。语音通知是否支持黑名单功能？暂时不支持黑名单功能。如果您需要禁止某个号码的外呼，建议您直接从呼叫...
号码状态查询FAQ
号码状态查询（语音业务场景）异常号码表示无法用语音方式触达的号码。号码状态查询（短信业务场景）异常号码表示无法使用短信方式触达的号码。更多详情，请参见 号码状态各功能对比。号码状态查询（账号验证场景），号码状态查询（风控...
语音合成FAQ
语音合成类常见问题主要分为以下几类：功能类 为什么TTS语音合成的语音和wav文件显示的时间长度不一致？例如语音文件显示长度是7秒钟，但实际语音只有不到5秒？语音合成时间戳功能是什么？语音合成时，能否控制一串数字是按数字来整体播报...
语音服务系统权限策略参考
什么是系统权限策略 权限策略是用语法结构描述的一组权限的集合，可以精确地描述被授权的资源集、操作集以及授权条件。阿里云访问控制（RAM）产品提供了两种类型的权限策略：系统策略和自定义策略。系统策略统一由阿里云创建，策略的版本...
SDK FAQ
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100ms或200ms（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。...
语音模板FAQ
审核通过的语音模板无法修改模板内容，请直接提交新的语音模板审核。更多操作请参见 创建语音模板。语音服务需将放音文件设置为网络文件或TTS可以吗？语音服务话术模板和语音文件都需要进行审核，暂时不支持网络文件，可以在语音控制台提交...
什么是智能外呼机器人
智能外呼机器人是基于自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，NLU）等技术，面向企业客户提供的一款智能客服机器人产品。智能语音机器...
创建虚拟号
虚拟号是真实号码组的代称...常见问题 虚拟号码是什么，做什么用的？如何开通使用虚拟号码？虚拟号码收费吗？虚拟号码创建规则 新的虚拟号，如何使用？老的虚拟号，如何使用？不同的虚拟号，如何更换真实号？换号规则是什么？增号规则是什么？
产品公共FAQ
以下是相关的功能的视频介绍：音频基础知识+智能语音控制台介绍 ASR产品使用介绍 自学习平台 语音合成 性能类 ASR语音识别和TTS语音合成超并发会有什么现象？超并发可能会出现以下情况：查看日志会有大量超时现象，具体服务状态码为...
录音文件识别API详情
当明确知道需要识别的语音是中英文时，选择paraformer-v1模型的准确率通常会比paraformer-MTL-v1模型更高。电话录音一般采用8kHz进行录制，对这类文件应选择paraformer-8k-v1模型进行语音识别以获得更佳的效果。Paraformer语音识别返回较为...
录音文件识别API详情
当明确知道需要识别的语音是中英文时，选择paraformer-v1模型的准确率通常会比paraformer-MTL-v1模型更高。电话录音一般采用8kHz进行录制，对这类文件应选择paraformer-8k-v1模型进行语音识别以获得更佳的效果。Paraformer语音识别返回较为...
WebSocket协议说明
如果您不希望引入阿里云智能语音交互产品SDK，或者目前提供的Java、C或C++的SDK不能满足您的要求，可以基于本文描述自行开发代码访问阿里语音服务。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...
新手指引
语音服务（Voice Service）是一款基于云服务提供的语音通信能力，为企业客户提供的语音服务包含语音通知、语音验证码等丰富的语音产品。本文介绍语音服务的基础知识、计费方式、快速使用流程以及新手用户常见问题，帮助您快速上手语音服务...
API概览
语音通知 API 标题 API概述 SingleCallByVoice 向指定号码发送语音通知文件类型的语音通知 向指定号码发送语音通知文件类型的语音通知。语音验证码 API 标题 API概述 SingleCallByTts 向指定号码发送语音验证码或文本转语音类型的语音通知 ...
视频AI概述
分析理解视频用以智能生成视频标签、推荐封面、动图及视频摘要；支持将语音识别为文本等。视频AI功能特性 功能 描述 更多参考 智能审核 智能审核服务支持对点播视频资源的视频文件、封面图片及标题文本中涉黄、性感、暴恐、特殊装束、特殊...
语音服务概述
生活物联网平台的语音服务能力全新升级，在新的语音服务页面中即可快捷完成语音服务的接入与管理等操作；本文将简单介绍在运维中心的语音服务管理页面下如何开发技能、绑定产品。概述 当产品需要使用第三方语音服务时，可以在 运维中心>...
虚拟号FAQ
虚拟号码是什么，做什么用的？虚拟号码是真实号组的代称，主要作用是故障灾备和接通率提升。虚拟号格式为05710000XXXX。更多信息，请参见 什么是虚拟号码。如何开通使用 虚拟号码？虚拟号码收费吗？您可以在 语音服务控制台 的 虚拟号服务 ...
- 产品推荐
- 这些文档可能帮助您