接口说明
140015 TTS_SYNTHESIZER_RELEASE_ERROR 合成器释放失败。合成器释放失败，需要查看日志详细定位。140016 TTS_SYNTHESIZER_FAILED 合成失败。预播放时状态错误，需查看日志详细定位。140017 TTS_WAIT_TIMEOUT 超时退出。等待某个状态超时，...
接口说明
语音合成提供将输入文本合成为语音二进制数据的功能。功能介绍 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既能够提供全链路的语音能力，同时可做原子能力SDK进行使用，并保持接口的统一。语音合成功能支持...
错误码查询
语音合成/长文本语音合成错误码 状态码 状态消息 原因 解决方案 40000001 Gateway:ACCESS_DENIED:No privilege to this voice!设置了错误的发音人名称。请参考官网文档，设置正确的发音人。40000004 Gateway:IDLE_TIMEOUT:Websocket ...
C# SDK
基于统计参数的语音合成，优点是能适应的韵律特征的范围较宽，合成器比特率低，资源占用小，性能高，音质适中。1：波形拼接合成。基于高质量音库提取学习合成，资源占用相对较高，音质较好，更加贴近真实发音，但没有参数合成稳定。...
C++ SDK
0：统计参数合成：基于统计参数的语音合成，优点是能适应的韵律特征的范围较宽，合成器比特率低，资源占用小，性能高，音质适中。1：波形拼接合成：基于高质量音库提取学习合成，资源占用相对较高，音质较好，更加贴近真实发音，但没有参数...
C++ SDK
0：统计参数合成：基于统计参数的语音合成，优点是能适应的韵律特征的范围较宽，合成器比特率低，资源占用小，性能高，音质适中。1：波形拼接合成：基于高质量音库提取学习合成，资源占用相对较高，音质较好，更加贴近真实发音，但没有参数...
功能发布记录
视频剪辑webSDK3.11.0、视频剪辑在线编辑器 API 2021-12-30 webSDK接入手册-视频剪辑-最佳实践（自定义字体列表、自定义LOGO）提交剪辑合成作业 2021年11月 功能名称 功能描述 支持端 发布时间 相关文档 高级模板 发布高级模板的使用编辑器...
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...
3D数字人视频合成用户指南
3.1.1 语音合成的编辑功能 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。同时文本输入框集成了情绪化音色的编辑能力，可在编辑器中选中某段...
非开发者使用指南
语音合成（文字转语音）在 语音合成 处单击 去配置，选择声音后，在右侧文本框输入文字，单击右下角扬声器按钮开始合成，完成后单击 确认使用。五、免费试用功能简介 服务能力 免费试用期间权益 试用期过后如何继续使用 语音识别 上传文件...
快速开始
功能介绍 轻量化声音克隆能力，通过真人语音数据训练生成独特的定制语音合成模型，为您的品牌或角色合成清晰自然的声音。定制的语音模型，可应用于数字人音频合成、音视频制作配音、个性化有声书朗读等场景。单击 ModelScope开源社区，查看...
快速开始
功能介绍 轻量化声音克隆能力，通过真人语音数据训练生成独特的定制语音合成模型，为您的品牌或角色合成清晰自然的声音。定制的语音模型，可应用于数字人音频合成、音视频制作配音、个性化有声书朗读等场景。单击 ModelScope开源社区，查看...
基本概念
产品定义 MediaBox音视频SDK MediaBox音视频SDK整合了直播推流SDK、播放器SDK、短视频SDK、美颜特效SDK等产品，为AUI Kits低代码应用方案提供端侧音视频能力，例如推流、连麦、播放、IM互动等功能。您可以一站式获取完备的音视频能力，实现...
iOS SDK
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 解压ZIP包。将ZIP包中的nuisdk.framework添加到您的工程中，并在工程Build Phases的Link Binary ...
iOS SDK
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 解压ZIP包，将zip包中的nuisdk.framework添加到您的工程中，并在工程Build Phases的Link Binary ...
Android SDK
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 解压ZIP包，在 app/libs 目录下获取AAR格式的SDK包，将AAR包集成到您的工程项目中进行依赖。...
API概览
安全下载（缓存）安全下载（缓存）GenerateDownloadSecretKey 生成安全下载密钥 阿里云播放器SDK的安全下载功能，可使视频下载到本地时经密钥文件进行加密，让其仅能通过预先绑定的唯一App生成的密钥文件进行解密播放，可有效保护视频内容...
C++ SDK
speechSynthesizerRequest.h 语音合成、长文本语音合成。speechTranscriberRequest.h 实时音频流识别。FileTrans.h 录音文件识别。lib：SDK库文件。readme.md：SDK说明。release.log：版本说明。version：版本号。编译运行 Linux平台编译 ...
C++ SDK
speechSynthesizerRequest.h 语音合成、长文本语音合成。speechTranscriberRequest.h 实时音频流识别。FileTrans.h 录音文件识别。lib：SDK库文件。readme.md：SDK说明。release.log：版本说明。version：版本号。编译运行 Linux平台编译 ...
Android SDK
} } onTtsDataCallback：语音合成数据回调，将回调中的合成数据写入播放器进行播放。public void onTtsDataCallback(String info,int info_len,byte[]data){ if(info.length()>0){ Log.i(TAG,"info:"+info);} if(data.length>0){ ...
iOS SDK
} } } onNuiTtsUserdataCallback：语音合成数据回调，将回调中的合成数据写入播放器进行播放。(void)onNuiTtsUserdataCallback:(char*)info wordIdx:(int)info_len buffer:(char*)buffer len:(int)len taskId:(char*)task_id { TLog(@...
Android SDK
onTtsEventCallback：语音合成事件回调，根据语音合成状态控制播放器。public void onTtsEventCallback(INativeTtsCallback.TtsEvent event){ Log.i(TAG,"tts event:"+event);if(event=INativeTtsCallback.TtsEvent.TTS_EVENT_START){ Log....
iOS SDK
} } } onNuiTtsUserdataCallback：语音合成数据回调，将回调中的合成数据写入播放器进行播放。(void)onNuiTtsUserdataCallback:(char*)info wordIdx:(int)info_len buffer:(char*)buffer len:(int)len taskId:(char*)task_id { TLog(@...
Python SDK
返回值：无 2.start 同步开始语音合成，如果 wait_complete 为 True（默认），则会阻塞直到所有音频合成完毕（on_completed 返回之后）返回，否则会立即返回。参数说明 参数 类型 参数说明 text String 要合成的文字。aformat String 合成...
SDK FAQ
duration":2959}} 语音合成关注首包延迟，即从发送合成请求开始，到收到第一个语音包为止，消耗的时间。日志中搜索关键字 send，找到这条日志和紧随其后的一条收到语音包的日志。记录的时间差即为SDK端记录的首包延时。如下日志延时为...
接入预览组件Web SDK
如果合成时字体变小，须确保timeline中包含 FECanvas 字段，FECanvas字段表示预览器的分辨率，在合成时服务端会根据这个分辨率及输出的分辨率对字体进行缩放，常见FECanvas分辨率如下：/16:9 FECanvas:{Width:800,Height:450}/9:16 ...
呼吸气泡
序列帧合成图片 在 序列帧图片 区域，选择序列帧合成图片的类型。横向帧数 拖动滑块，设置呼吸气泡横向帧数的值。纵向帧数 拖动滑块，设置呼吸气泡纵向帧数的值。亮度系数 拖动滑块，调整呼吸气泡的亮度系数。动效：设置呼吸气泡层的动效...
呼吸气泡
序列帧合成图片 在 序列帧图片 区域，选择序列帧合成图片的类型。横向帧数 拖动滑块，设置呼吸气泡横向帧数的值。纵向帧数 拖动滑块，设置呼吸气泡纵向帧数的值。亮度系数 拖动滑块，调整呼吸气泡的亮度系数。动效：设置呼吸气泡层的动效...
用钉钉小程序控制HaaS100播放语音示例
TTS合成，生成的语音保存在/data/tts.mp3文件中 tts"今天上海天气晴转多云、气温26摄氏度"/data/tts.mp3 4.3 云端钉一体调试 智能语音播放器的云端钉一体调试模式包含：阿里云IoT平台配置，以及钉钉小程序开发两大部分。4.3.1 阿里云IoT...
人工智能最佳实践
您可以通过 函数计算 控制台、SDK或Serverless ...您可通过在浏览器中访问以下域名，查看经过风格合成处理后的图片：https://cri-zbtsehbrr8*-registry.oss-cn-shenzhen.aliyuncs.com/stylized-image.png 本域名仅为示例，需以实际情况为准。
RESTful API
由URL和请求参数组成的完整请求链接如下所示（需对参数进行URL encode），在浏览器中打开该链接可直接获取语音合成结果：#text文本："今天是周一，天气挺好的。https://nls-gateway-cn-shanghai.aliyuncs.com/stream/v1/tts?appkey=${您的...
人工智能最佳实践
您可通过在浏览器中访问以下域名，查看经过风格合成处理后的图片：https://cri-zbtsehbrr8*-registry.oss-cn-shenzhen.aliyuncs.com/stylized-image.png 本域名仅为示例，需以实际情况为准。对象检测教程 当多个对象同时出现时，需要使用...
滤镜及转场
在合成模式下，输出节点输出到编码器编码。节点 节点字段描述了整个渲染流程中，某一次绘制过程中的相关配置，这里的配置包含了自定义特效所必须的着色器代码以及相关参数描述。节点包含以下字段：字段 说明 nodeId 节点id，用于标识当前...
滤镜及转场
在合成模式下，输出节点输出到编码器编码。节点 节点字段描述了整个渲染流程中，某一次绘制过程中的相关配置，这里的配置包含了自定义特效所必须的着色器代码以及相关参数描述。节点包含以下字段：字段 说明 nodeId 节点id，用于标识当前...
运行示例
GET请求响应返回示例，其中Audio_address即为合成语音的试听和下载地址，复制到浏览器中打开即可。{"status":200,"data":{"sentences":[{"text":"今天天气好晴朗","begin_time":"0","end_time":"1985"}],"task_id":"8b240239f3c646748c84...
Android SDK
在模拟器上运行下载的Android Demo程序，语音合成功能正常，但一句话识别功能单击“开始”后，程序出现闪退现象，是什么原因？模拟器可能会出现未知问题，建议您使用真机测试。频繁出现语音识别（一句话识别）一直回调onNuiNeedAudioData，...
语音合成FAQ
长文本语音合成服务和语音合成服务的差异在于：语音合成服务只能支持300字符以下的文本，而长文本语音合成是为了满足更多用户对千字或者万字文本合成需求，最多支持10万字的一次性快速合成调用。具体请参见 接口说明。性能类 为什么TTS语音...
常见问题
将媒资加入轨道时提示不支持当前格式预览 问题现象：将上述格式的媒资加入轨道时，界面提示“您的浏览器暂不支持当前格式预览，您的编辑在合成时可以生效”。可能原因：媒资的 title 字段的值没有包含扩展名。解决方案：检查 ...
导出视频
导出视频包含视频配置导出、视频合成及上传。本文为您介绍导出视频的流程以及方法。版本支持 版本 是否支持 专业版 支持 标准版 支持 基础版 支持 相关类功能 类名 功能 AliyunVideoParam 视频输出参数，设置合成导出视频的参数。...
常见问题
将媒资加入轨道时提示不支持当前格式预览 问题现象：将上述格式的媒资加入轨道时，界面提示“您的浏览器暂不支持当前格式预览，您的编辑在合成时可以生效”。可能原因：媒资的 title 字段的值没有包含扩展名。解决方案：检查 ...
- 产品推荐
- 这些文档可能帮助您