数字水印
本文为您介绍数字水印的工作原理及使用方法。工作原理 版权水印的原理 在视频转码时为视频嵌入肉眼不可见的自定义文字信息，当视频被传播、加工后，可以通过提取识别嵌入的文字信息来明确视频的版权归属，常用于渠道分销、版权确认、机构...
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...
AutoML工作原理
AutoML实现自动化调试参数的工作原理，是通过实验、Trial、训练任务进行循环迭代，来找到最优的超参组合。AutoML的工作机制如下图。您设定好超参数的值域、搜索算法、停止条件配置后，AutoML将其作为一次实验（experiment）传入到后端进行...
HaaS EDU场景式应用整体介绍
HaaS EDU K1中就包含了一个数字气压传感器，本案例中包括以下主要知识点：SPL06大气压传感器工作原理与使用 I2C通信实战 气压与海拔简单算法 OLED绘图 通过本案例的学习，能完整的学习到大气压传感器的原理和使用，AliOS Things中气压传感...
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...
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...
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、...
语音模板FAQ
提交语音文件审核申请后，预计在2小时内完成审核，审核工作时间：周一至周日9:00~23:00（法定节假日顺延）。说明 请选择wav或mp3格式且小于2 MB的语音文件，使用Chrome等现代浏览器，一次选择一个文件。导入文件过程关闭弹窗会导致文件停止...
SSML标记语言介绍
所有文本需放在<speak></speak>标签之内，且每个语音合成任务只能包含一个<speak></speak>标签。长文本任务（包括实时长文本合成和异步长文本合成）可以含多个成对的<speak></speak>标签。长文本语音合成请求可使用多个<speak></speak>标签...
SSML标记语言说明
所有文本需放在<speak></speak>标签之内，每个语音合成任务可使用多个<speak></speak>标签，支持SSML与文本结合的方式。文本头部之前可以省略XML Header。标签内的文字内容如果包含XML的特殊字符，需要做字符转义，常用的特殊字符对应关系...
名词解释
能力包括单个形态（以单个API、API+控制台的前端应用、数据模型类服务的形态展现）和组合形态（以一组API、一组数据模型、一组前端应用的形态展现）AIoT数字行业引擎 面向行业领域由多个...，数字行业引擎内包含多种带有行业业务属性的能力...
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...
语音识别FAQ
本文汇总了您在使用语音识别服务时的常见问题。语音识别类常见问题主要分为以下几类：功能类 实时转写说话有停顿，但是语音识别不断句怎么办？语音识别能自动断开多句话吗？语音识别服务支持离线功能吗？语音识别支持哪些模型？语音识别...
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...
接口说明
对一分钟内的短语音进行识别，适用于对话聊天、控制口令、语音输入法、语音搜索等较短的语音识别场景。功能简介 NUI SDK提供更小的工具包和更完善的状态管理。为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK...
2D数字人视频合成接入指南
2D数字人视频合成服务为您提供 输入文本 和 输入音频 合成为2D虚拟数字人指定格式的视频，并且通过返回的视频链接下载视频内容。说明 如您需要单日提交超过1000条视频，请提前联系工作人员。功能介绍 形象配置 支持选择平台内置的2D数字人...
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...
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...
3D数字人视频合成接入指南
具体可参考：配置数字人形象 支持通过参数指定本次视频合成需要使用的3D数字人形象，具体数字人形象列表可以从平台3D资产中心获取（获取3D数字人形象code）数字人驱动 支持数字人表情、口型、动作驱动 视频编码信息 编码格式：h264 帧率：...
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...
数字水印（暗水印）
工作原理 版权水印的原理 为视频嵌入肉眼不可见的自定义文字信息，当视频被传播、加工后，可以通过提取识别嵌入的文字信息来明确视频的版权归属。溯源水印的原理 在播放时，利用提前生成的具有相同时间间隔的AB流分片，实时排列组合生成...
接口说明
对长时间的语音数据流进行识别，适用于会议演讲、视频直播等长时间不间断识别的场景。功能简介 NUI SDK提供更小的工具包和更完善的状态管理。为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK进行使用，并保持...
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...
IVR模块介绍
语音留言信箱模块 该模块主要是用于非工作时间的语言留言等场景，如用户呼入电话过来，坐席侧下班了，链接该模块可让用户留 言，次日坐席上班后可以看见留言录音等信息。模块名称：可自定义填写。语言留言信箱提示音：可选择上传音频文件...
云化咨询服务内容说明
数字化运营规划《运营策略方案》文档 落地阶段（可选）落地陪跑与复盘《运营落地方案与复盘》文档 上述项目报告提交后，客户应在5个工作日内确认方案，如无异议，双方签署《验收报告》。签署项目《验收报告》，视为项目验收完成。9.完成...
C# SDK
本文介绍如何使用阿里云智能语音服务提供的C#SDK，包括SDK的安装方法及SDK代码示例。SDK下载 说明 当前最新版本：3.1.17，该版本基于C++ SDK API 3.1.x。发布日期：2023年08月28日。此SDK是底层C++包裹了C#组成，仅支持Windows平台，不支持...
C# SDK
本文介绍如何使用智能语音交互一句话识别的C#SDK，包括SDK的安装方法及SDK代码示例等。SDK下载 说明 当前最新版本：3.1.17，该版本基于C++ SDK API 3.1.x。发布日期：2023年08月28日。此SDK是底层C++包裹了C#组成，仅支持Windows平台，不...
通过配置项目实现语音播报
千里传音语音播报服务通过项目管理播报设备和播报的语音文件，本文面向智能播报设备开发者，介绍如何快速将播报设备接入千里传音语音播报服务，获取来自服务的播报命令实现语音播报。前提条件 已开通千里传音语音播报服务。具体操作，请...
机器人外呼
本文介绍呼叫中心工作台的外呼操作流程。1.准备工作 1.1 使用工作台前，管理员需完成控制台配置，开通呼叫中心流程。1.2 登录工作台 管理员可以在智能联络中心控制台的“实例管理”页面，获取呼叫中心工作台访问地址。同实例下的所有人员均...
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...
Symantec SSL数字证书升级的影响与处理方案
对于受影响范围内的 DV类型 的数字证书，阿里云工作人员将为您提交证书重签申请，您需要在 SSL证书控制台 中根据进度提示完成 域名验证 操作。说明 如果您原先的DV型数字证书订单符合以下条件，系统将尝试自动添加DNS解析记录帮助您完成...
企业资质FAQ
提交资质申请后预计在一个工作日内完成审核。您可以在 语音服务控制台 资质管理 页面，单击详情查看审核进度。审核工作时间：周一至周日9:00~23:00（法定节假日顺延）。如果需要加急处理，在 语音服务控制台，在顶部菜单选择 工单，单击...
加密解密与签名验签的原理
加密SDK（Encryption SDK）支持加密解密、签名验签，了解其工作原理可以帮助您更好地使用加密SDK。加密解密原理 加密原理 加密SDK使用数字信封对数据进行加密。加密SDK支持通过用户主密钥（CMK）保护数据密钥（DataKey），使用数据密钥加密...
语音服务使用FAQ
语音服务流控申请提交后，5个工作日内完成，周一至周五9:00-18:00（法定节假日顺延）。语音服务如何测试语音的声音？审核通过的语音通知模板，可以登录 语音服务控制台，在 语音通知 页面单击 详情 快速试听。语音服务控制台语音记录查询...
常见问题
云工作流的工作原理是什么？云工作流的优势是什么？云工作流最长执行多长时间？怎么执行云工作流？云工作流使用什么语言编写流程？云工作流是集成了云监控？云工作流是否集成了事件源？什么是 云工作流？云工作流 是一个用来协调多个分布式...
工作原理
工作原理 本地安装一个数据库网关代理（database gateway agent）。数据库网关代理负责与数据库网关云端服务（database gateway cloud service）建立安全的、可信任的通道。不同账号、不同网关所建立的通道彼此隔离。通道建立后，当您...
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...
通知发送时段机制
示例2 例如您希望发生严重告警时，工作时间内通过钉钉和邮件接收告警通知，非工作时间内除钉钉和邮件渠外，还额外通过语音接收告警通知，则您可以参见如下配置，添加两个行动组。具体操作，请参见 创建行动策略。语音渠道：配置 发送时段 ...
- 产品推荐
- 这些文档可能帮助您