C++ SDK
resource目录：SDK源码中，语音服务范例音频，可用于功能测试，如下表所示。文件名 描述 test0.wav test1.wav test2.wav test3.wav 测试音频（16k采样频率、16bit采样位数的音频文件）。include：SDK源码中的头文件，如下表所示。文件名 ...
C++ SDK
resource目录：SDK源码中，语音服务范例音频，可用于功能测试，如下表所示。文件名 描述 test0.wav test1.wav test2.wav test3.wav 测试音频（16k采样频率、16bit采样位数的音频文件）。include：SDK源码中，SDK头文件，如下表所示。文件名...
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 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，详情请参见 接口说明。该...
C++ SDK
resource目录：SDK源码中，语音服务范例音频，可用于功能测试，如下表所示。文件名 描述 test0.wav test1.wav test2.wav test3.wav 测试音频（16k采样频率、16bit采样位数的音频文件）。include：SDK源码中，SDK头文件，如下表所示。文件名...
移动端应用如何安全访问智能语音交互服务
为了避免在移动端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，您可以通过在App服务端创建Token并下发到移动端使用，或使用STS临时访问凭证调用语音服务两种方式，更加安全地访问智能语音交互服务。...
API&SDK常见问题
您在使用语音服务API或SDK时，如果遇到疑问后可以参考以下常见问题及处理建议。语音服务SDK是否支持Android终端？当前语音服务SDK不支持Android和iOS终端编译。语音服务VoiceReport接口返回后会再次推送吗？一个通话结束推送后，只要您有一...
Go SDK
本文介绍如何使用阿里云智能语音服务提供的Go SDK，包括SDK的安装方法及SDK代码示例。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。下载安装 说明 SDK支持Go 1.16及以上版本。请确认已经安装Golang环境，并完成基本配置...
Go SDK
本文介绍如何使用智能语音交互一句话识别的Go SDK，包括SDK的安装方法及SDK代码示例等。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。请确认已经安装Golang环境，并完成基本配置。SDK支持Go 1.16及以上版本。下载安装 ...
API详情
概述 Paraformer语音识别提供的文件转写API，能够对常见的音频或音视频文件进行语音识别，并将结果返回给调用者。常见的音频或音视频文件一般采用16kHz及以上的采样率进行录制，可选择paraformer-v1模型进行中英文语音识别，或选择...
SDK FAQ
SDK已经对语音服务的访问做了封装，对您而言只要调用开始接口，在回调中进行适当事件处理。一般需要处理错误事件和识别结果事件。注意不能在回调中直接调用SDK的接口，可能导致死锁发生。为什么链接不到framework？framework中代码采用...
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...
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...
快速开始
本文为您介绍如何快速调用灵积语音模型服务。说明 若您有合作需求或技术咨询，请 提交工单。前提条件 已开通服务并获得API-KEY。具体操作，请参见 开通DashScope并创建API-KEY。已安装SDK。具体操作，请参见 安装DashScope SDK。示例代码 ...
实时语音识别API详情
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别提供的实时转写API，能够对长时间的语音数据流进行识别，并将结果流式返回给调用者，适用于会议演讲、视频直播等长时间不间断识别的场景。...
实时语音识别API详情
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别提供的实时转写API，能够对长时间的语音数据流进行识别，并将结果流式返回给调用者，适用于会议演讲、视频直播等长时间不间断识别的场景。...
语音通知实现告警功能
开通后，系统将会自动为您开通语音通知功能，您可以在 语音服务控制台 的 通用设置 中查看自己的功能开通情况。选择告警号码模式，公共模式与专属模式的区别，请参见 公共模式/专属模式FAQ 和 国内语音服务定价。操作步骤 申请 申请资质：...
获取Token概述
访问令牌（Access Token）主要用于身份验证和授权，在调用阿里云智能语音交互API时，客户端应用或服务器端程序需要先获取一个有效的Token作为凭证，以此来证明请求的合法性，并获得对智能语音服务的访问权限。本文介绍Token的获取方式和...
录音文件识别API详情
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别提供的文件转写API，能够对常见的音频或音视频文件进行语音识别，并将结果返回给调用者。常见的音频或音视频文件一般采用16kHz及以上的采样率...
录音文件识别API详情
Paraformer语音识别 说明 支持的领域/任务：audio（音频）/asr（语音识别）Paraformer语音识别提供的文件转写API，能够对常见的音频或音视频文件进行语音识别，并将结果返回给调用者。常见的音频或音视频文件一般采用16kHz及以上的采样率...
语音审核增强版对接第三方音视频通信RTC
本文介绍如何使用语音审核增强版对接火山引擎RTC产品、声网Agora RTC产品、即构ZEGO RTC产品，并识别语音是否存在违规或者影响平台秩序的内容。对接火山引擎RTC 前提条件 已开通内容安全语音审核增强版服务。具体操作，请参见 开通内容审核...
API错误码
isv.PRODUCT_UNSUBSCRIBE 产品功能未开通 请您在 语音服务功能开通 页面确认是否已开通API对应的功能。isv.TTS_TEMPLATE_ILLEGAL TTS模板不合法 请您登录 语音服务控制台，在添加模板页面检查模板是否存在。更多操作请参见 创建语音模板。...
产品公共FAQ
智能语音交互服务中语音识别和语音合成用到的端口是哪些？开通商用或者扩容并发，多久才会在控制台上显示？智能语音交互创建的项目数量有限制吗？控制台一个项目下支持多个基础模型吗？有没有H5语音唤醒相应的技术和插件？如何在阿里云查询...
地域和域名
ECS的经典网络不能访问AnyTunnel，即不能在内网访问语音服务；如果希望使用AnyTunnel，需要创建专有网络在其内部访问。说明 使用内网访问方式，将不产生ECS实例的公网流量费用。关于ECS的网络类型请参见 网络类型。上海：ws:/nls-gateway-...
通过SDK获取Token
如果您的使用场景是移动端APP，可以考虑自行在服务端搭建一个Token生成器的服务，将AccessKey ID和AccessKey Secret放在服务端，APP调用语音识别前，先向您的服务端请求下发Token，之后通过此Token向智能语音服务发起调用。调用示例（C++）...
新手指引
语音服务基础知识 语音服务产品简介 语音服务产品功能 语音服务产品计费 不同的语音服务产品，计费模式和单价不同。详细信息，请参见 国内语音服务定价。产品使用 阿里云语音服务为您提供多种功能产品，包含语音通知、语音验证码、语音互动...
创建语音模板
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。确保您套餐包余量或账户余额充足。更多计费信息，请参见 计费概述。注意事项 文本转语音模板目前仅支持在 语音服务控制台 创建，暂不支持API接口创建模板。文本转...
语音服务使用FAQ
语音服务开通后无法直接关闭。您如果希望关闭语音服务，可以删除创建的语音模板并注销语音号码，语音号码注销后不发起通话将不会产生语音服务费，但会产生当月语音号码月租费。语音服务配置放音或者转接功能计入平台通话时长吗？配置放音是...
通过控制台使用语音通知/语音验证码
语音服务控制台 任务中心 页面，目前仅支持虚拟号码，暂不支持普通号码和400号码。准备工作 注册阿里云账号 并完成 企业实名认证。已开通 语音服务。申请企业资质 并审核通过。新增话术 并审核通过。已申请 真实号 并关联真实号码。步骤一...
通过API使用语音通知/语音验证码
已开通 语音服务。申请企业资质 并审核通过。若选用专属模式外呼则需要 真实号管理；若选用公共模式外呼（推荐使用），由阿里云提供统一的号码池，您无需自行购买号码。调用API接口前，您可以根据 API文档 了解接口说明，并查询必选的请求...
语音通知/语音验证码FAQ
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，单击界面右侧 图标，选择 售后在线服务，在对话框中输入“语音服务审核加急”，使用自助催单工具进行催单。可以删除语音服务的语音文件吗？在 语音服务控制台 可以删除语音文件...
语音模板FAQ
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，单击界面右侧 图标，选择 售后在线服务，在对话框中输入“语音服务审核加急”，使用自助催单工具进行催单。语音服务话术审核标准是什么？语音话术也需要遵守语音模板的公共规范...
SDK和API概览
阿里云智能语音交互SDK提供RESTful API、移动端、服务端、微信小程序以及WebSocket等多种接入方式，可帮助您更加方便、快捷、灵活地将语音识别或语音合成功能集成到您的服务当中。SDK接入 类型 接入方式 服务能力 RESTful API RESTful API ...
通过控制台上传语音文件
已开通 语音服务 申请企业资质 并审核通过。上传语音文件 重要 请选择WAV或MP3格式且小于2 MB的语音文件。建议使用Google Chrome等现代浏览器，支持一次选择一个文件。导入文件过程关闭弹窗会导致文件停止导入。登录 语音服务控制台，在...
语音合成FAQ
本文汇总了您在使用语音合成服务时的常见问题。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？...
API概览
本产品（云通信语音服务/2017-05-25）的OpenAPI采用 RPC 签名风格，签名细节参见 签名机制说明。我们已经为开发者封装了常见编程语言的SDK，开发者可通过 下载SDK 直接调用本产品OpenAPI而无需关心技术细节。如果现有SDK不能满足使用需求，...
应用场景
您在使用语音服务时可以参考本文，选择适合您的应用场景。功能场景 产品功能 功能概述 应用场景 场景示例 语音通知 通过调用API向指定号码发起一通呼叫，呼叫被应答后，播放一段指定的音频，支持播放文本转语音的音频，也支持直接播放录音...
功能发布记录
优化 语音合成时间戳功能介绍 新增多情感音色 语音合成、实时长文本语音合成、异步长文本语音合成服务中，新增支持音色：知妙_多情感 知燕_多情感 知贝_多情感 知甜_多情感 知米_多情感 新增 接口说明 新增多语种音色 语音合成、实时长文本...
管理项目
智能语音交互中的一个项目代表一个业务场景，由于各个场景的词汇各异，如果您有多个业务场景，可以创建多个项目，并根据各项目业务特点做个性化配置。本文为您介绍如何创建以及配置管理智能语音交互项目。前提条件 已开通智能语音交互服务...
语音识别输入格式FAQ
语音识别各服务支持的语音输入格式 语音识别服务 语音输入格式说明 一句话识别 支持的输入格式：PCM编码（无压缩的PCM或WAV文件）、WAV、OPUS、AMR格式单声道（mono）音频文件，16 bit采样位数。音频采样率：8000 Hz、16000 Hz。时长限制：...
- 产品推荐
- 这些文档可能帮助您