语音识别FAQ
语音识别的返回结果JSON中endtime=-1是什么意思？计费类 录音文件识别极速版不支持试用吗？功能类 实时转写说话有停顿，但是语音识别不断句怎么办？如果是vad断句情况下，实时转写的vad断句依赖对音频中静音数据的判断，如果上游不发送静音...
通过API使用语音通知/语音验证码
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？可以删除语音服务的语音文件吗？可以删除文本转语音的模板吗？可以删除语音验证码...
SSML标记语言介绍
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、声调和音量等特征，甚至加入背景音乐。说明 阿里巴巴语音合成服务的SSML实现基于 W3C 的语音合成标记语言版本1.0。但并不支持W3C包含...
SSML标记语言说明
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、停顿等特征。说明 阿里巴巴语音合成服务的SSML实现基于 W3C 的语音合成标记语言版本1.0。但并不支持W3C包含的所有的标记类型，而是从业务角度出发...
创建语音模板
您在发送 语音通知 和 语音验证码 前，需要先创建语音模板，审核通过后即可发送语音任务。前提条件 已 阿里云账号注册流程，并完成 企业实名认证。已开通 语音服务。已 申请企业资质 并通过审核。已 新增话术 并通过审核。确保您套餐包余量...
新增话术
用途场景和话术用来判断业务范畴的合规性，与企业资质绑定，是购买语音业务的前提。企业资质审核通过后，您需要在控制台新增场景和话术。前提条件 已 申请企业资质。操作步骤 登录 语音服务控制台。在左侧导航栏中，选择 资质话术管理>场景...
号码状态查询FAQ
号码状态查询（账号验证场景），号码状态查询（风控检测场景），号码状态查询（短信业务场景），号码状态查询（语音业务场景）返回DEFECT：异常号码，表示什么意思？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。...
语音模板FAQ
语音模板是什么？语音模板是向终端用户发起呼叫后，用户接听电话时听到的音频内容。语音模板分为文本转语音模板和语音通知文件。文本转语音模板：指模板的内容是文本，在播放时自动转化为语音。例：尊敬的阿里云用户您好，您的验证码是${...
企业资质FAQ
“请提供话术和业务场景”是什么意思？运营商需要对号码的使用场景话术进行审核，请在申请说明中详细提供话术以及号码使用的业务场景。更多操作请参见 新增话术。为什么告诉我实际用户名称填写不对？入网承诺书落款处实际用户名称请与提供...
申请企业资质
按运营商要求，语音服务目前申请语音号码时必须实名到一个企业。因此您需要先申请企业资质，审核通过后才可以购买语音号码。申请普通号码企业资质 登录 语音服务控制台。在左侧导航栏中，选择 资质话术管理>资质管理。在 普通资质 页面，...
通过控制台使用语音通知/语音验证码
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？可以删除语音服务的语音文件吗？可以删除文本转语音的模板吗？可以删除语音验证码...
语音通知/语音验证码FAQ
语音服务的呼叫频次每小时5次，每天20次是什么意思？对同一个“资质+用途”下的主叫进行流控限制：1次/分钟、5次/小时、20次/24小时（流控规则计时从第一次正常外呼开始），超过这个频次就会触发流控限制。外呼会直接失败。语音验证码，...
语音号码FAQ
语音外呼提示用户占线是什么意思？提示用户占线指主叫已正常呼叫，可能是被叫终端挂断、拦截或者被叫运营商侧拦截等原因导致被叫侧没有收到来电。语音双呼支持呼入吗？语音双呼不支持呼入。语音双呼原理：您在语音服务申请专属号码A，专属...
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...
数字人流媒体服务WebSDK
aliyun-avatar-sdk，数字人开放平台推出的适用于Web浏览器的数字人流媒体服务SDK。当您调用服务端OpenAPI StartInstance接口获取RTC和IM参数信息后，可以在Web端搭建本地SDK，实现数字人拉流和双工对话。aliyun-avatar-sdk通过 阿里云音...
添加订阅配置
播放次数 通电话内语音通知内容的播放次数，取值范围：1~3，默认取值3。播放音量 语音通知的播放音量，取值范围：0~100dB，默认取值100。播放速率 语速控制，取值范围为：500~500音节/秒。Access Key ID 输入密钥ID。Access Secret 输入...
添加订阅配置
播放次数 通电话内语音通知内容的播放次数，取值范围：1~3，默认取值3。播放音量 语音通知的播放音量，取值范围：0~100，默认取值100。播放速率 语速控制，取值范围为：500~500。Access Key ID 输入密钥ID。Access Secret 输入密钥密码。...
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...
3D数字人视频合成用户指南
时间 示例：01:13:43读作一点十三分四十三秒 计量单位 示例：mm读作毫秒（在阿里云语音合成服务中会将mm读作毫秒）数值 读数值 示例：123读作一百二十三 划选数字文本后选择读法 读数字 示例：123读作一二三 读手机号 示例：13900001111 读...
数字人服务SSML使用指南
本文介绍虚拟数字人开放平台提供的3D、2D流媒体服务和视频合成服务中如何使用阿里云智能语音合成服务的SSML标记语言。1.使用方式 1.1 数字人流媒体服务中使用 在 SendMessage API 中的 SpeechText直接传入SSML文本 重要 目前3D数字人流媒体...
语音合成时间戳功能介绍
对于英文，详情请参见下表，其中如果音素形式为<音素><数字>，数字为0/1/2的话，意思是音素和tone的组合。例如，对于ah这个音素，ah1代表ah重音的情况，ah0代表ah轻音的情况。英文音素与国际音标（IPA）映射关系表 美式英文 序号 美式英文...
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...
性能类
关于达摩院智能语音交互语音识别准确度的数字，我们通过了CNAS（国家软件测试中心）的评测，国家软件中心对语音识别算法准确度测试中，在60分贝以下的降噪环境中，用普通话在距离耳麦1厘米的位置，以240字/小时的匀速朗读样本量1207字的...
2D数字人视频合成用户指南
文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。功能 子功能 备注 操作方法 多音/弹出浮层高亮多音字，逐一标注 文本 人名 姓氏自动匹配、连续...
机器人话术审核标准
{}内变量命名规则：首字母必须为英文字母、只支持字母、数字和下划线组成，不能为纯数字，同时不能为email、mobile、id、nick、site等。内容规范 话术变量实际内容：必须小于150字符以内，不支持传入链接。外呼禁止发送互联网金融相关的...
C++ SDK
本文介绍如何使用阿里云智能语音交互提供的C++ SDK，包括SDK的安装方法、SDK代码示例以及常见问题等。SDK下载 说明 当前最新版本：3.1.17，支持Linux、Windows及Android平台。发布日期：2023年08月09日。使用SDK前，请先阅读接口说明，详情...
C++ SDK
本文介绍如何使用阿里云智能语音交互提供的C++ SDK，包括SDK的安装方法、SDK代码示例以及常见问题等。SDK下载 说明 当前最新版本：3.1.17，支持Linux、Windows及Android平台。发布日期：2023年08月09日。使用SDK前，请先阅读接口说明，详情...
API概览
智能任务 智能任务 数字人训练 数字人训练 CreateAvatarTrainingJob 创建和初始化数字人训练任务 本接口用于创建数字人训练任务，配置数字人基础信息与训练所需要的素材信息等。注意：本接口仅用于初始化训练任务相关信息，并不会提交训练...
功能特性
对媒体的内容、文字、语音、场景进行多模态分析，实现智能审核、内容理解、智能编辑等多种处理功能。音视频转码 把音视频码流转换为另一种清晰度、编码格式或封装格式，以适应不同网络带宽、不同终端播放设备的使用场景。媒体处理覆盖了...
智能办公电话的数字键语音导航如何设置？
概述 本文介绍钉钉电话的数字键语音导航设置方法。详细信息 智能办公电话可设置数字键语音导航（按某一个键可转到某人）。设置办法：1、管理员登录【手机钉钉】-【智能办公电话】-【呼入语音导航】-【设置数字键语音导航】-【选择数字键】...
3D语音驱动数字人接入指南
3D语音驱动数字人是虚拟数字人开放平台提供能够支持用户与3D数字人进行实时语音驱动的数字人产品能力。本篇文档将介绍如何接入3D语音驱动数字人。警告 目前3D语音驱动数字人公测已经结束，暂时不支持接入。使用场景 适用于一些不需要真人...
产品概述
什么是虚拟数字人 虚拟数字人是基于达摩院在语音、图像、3D美术、自然语言处理等领域的技术优势，以AI驱动实时渲染为核心能力，构造的多模态交互数字人。我们提供「数字人开放平台」，其中包含以实时交互为目标的「数字人流媒体」产品、以...
IvrCall-向指定号码发起交互式语音通话
向指定号码发起交互式语音通话。接口说明 提交企业资质，并审核通过。具体操作，请参见 提交企业资质。购买语音号码。具体操作，请参见 购买号码。用户接听电话后会听到一段语音，提示用户按键选择。如果开启了 消息回执，语音服务会将客户...
什么是虚拟数字人开放平台
虚拟数字人开放平台，是由阿里云所提供的数字人服务，它集成了自然语言处理、图形图像、语音等算法能力，提供给客户标准的 PaaS 接口与后台运营工具，方便客户将数字人能力集成进不同的终端与场景。主要面对的行业包括新零售、政务、金融、...
动态与公告
2023年3月25日 尊敬的用户您好，2D数字人视频创作、2D数字人离线视频合成等产品北京时间3月25～27日在做系统维护，此段时间内公测用户暂时无法使用，申请公测的用户审批将暂缓到28日，特此通知，感谢各位对虚拟数字人的支持与厚爱。...
SingleCallByTts-向指定号码发送语音验证码或文本转...
向指定号码发送语音验证码或带变量的语音通知。接口说明 因业务调整，自 2022 年 03 月起，中国站国际/港澳台语音通知、国际/港澳台语音验证码不再更新，并即将停止服务。目前仅支持已有资质的客户继续使用。申请语音套餐包或语音计费相关...
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...
Java SDK
本文介绍如何使用智能语音交互一句话识别的Java SDK，包括SDK的安装方法及SDK代码示例等。注意事项 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。从2.1.0版本开始，原有 nls-sdk-short-asr 更名为 nls-sdk-recognizer，升级时需...
数字人和人声克隆
数字人使用 使用训练生成或官方的数字人形象，通过文字或语音驱动数字人视频合成，按照合成时长计费。计费规则：根据实际数字人生成合成的成片时长来计费，合成失败不收取费用。计费周期：小时结算，阿里云将在下一计费周期就您上一计费...
通过控制台上传语音文件
语音文件审核 语音文件上传完成后进入审核状态，预计2小时内完成审核。审核通过后，您可以在 语音文件管理 页面获取 语音ID。语音ID是调用语音接口的必填参数。审核工作时间：周一至周日9:00~23:00（法定节假日顺延）。若 审核状态 为 未...
- 产品推荐
- 这些文档可能帮助您