管理项目

更新时间:
复制 MD 格式

调用智能语音交互服务前,您需要创建项目并获取项目对应的Appkey。本文介绍如何创建和管理项目。

前提条件

已开通智能语音交互服务。智能语音交互采用后付费模式,按实际识别或合成的音频时长计费(精确到秒),无需预先购买固定规格的实例或资源包。您可以通过阿里云官网智能语音交互产品页单击立即开通完成服务订阅,开通后即可创建项目并获取Appkey。具体操作,请参见步骤3:开通服务

创建项目

  1. 登录智能语音交互控制台

  2. 在左侧导航栏单击全部项目

  3. 我的所有项目页面,单击创建项目

  4. 创建项目对话框中,填写项目名称、选择项目类型,选填项目场景描述

    项目类型包括:语音识别+语音合成+语音分析仅语音识别仅语音合成设备端解决方案。各类型说明如下:

    项目类型

    控制台配置展示

    说明

    语音识别+语音合成+语音分析

    展示语音识别ASR和语音合成TTS全部配置区域

    默认选项,适合同时使用录音文件识别、一句话识别、实时语音识别和文字转语音等功能的场景

    仅语音识别

    仅展示语音识别ASR配置区域

    适合只使用语音识别功能(含录音文件识别、一句话识别等所有识别接口)的场景

    仅语音合成

    仅展示语音合成TTS配置区域

    适合只使用文字转语音(包括CosyVoice等发音人)的场景

    设备端解决方案

    展示SDK配额管理

    适合设备端离线集成方案

    项目类型仅用于简化控制台配置展示,不会限制API实际调用能力。例如,选择仅语音识别的项目,其Appkey仍可调用语音合成API(包括长文本语音合成);选择仅语音合成的项目也可以调用一句话识别或录音文件识别接口。您可以在同一项目下同时调用多种语音服务,无需为每种功能单独创建项目。

  5. 创建完成后,可以在我的所有项目页面查看已创建的项目,以及项目对应的Appkey。

配置项目

项目创建完成后,您可以根据业务需求配置语音识别和语音合成参数。

说明

快速入门提示:如果您只是初次体验,可以跳过配置步骤,直接使用默认配置。需要调整时再回来配置。

语音识别配置

单击目标项目右侧的项目功能配置,在语音识别ASR区域单击修改配置进入模型选择页面。

模型选择页面按采样率分为非电话(16K采样率,适用于麦克风录音、视频音频等非电话场景)和电话(8K采样率,适用于电话录音场景)两大类。每类下按行业细分为通用、教育、司法、医疗、会议演讲等场景模型。您也可以通过最新上线使用最多标签页快速选择。

如需使用特定方言模型(如粤语、浙江方言)或特定场景模型(如电话场景),在模型选择区域找到对应的模型卡片,选中后可在右侧区域进行在线测试,确认识别效果无问题后单击确认使用发布配置。

模型切换限制:

  • 语音识别服务不支持通过API参数动态切换模型。每个项目绑定一个固定的语音识别模型,调用该项目Appkey时将使用其绑定的模型。

  • 如需调用不同模型,请创建多个项目,每个项目分别配置对应的模型,使用各自的Appkey调用。

  • 目前不支持单一的普通话与方言混合识别模型。如需同时支持普通话和多种方言识别,请创建多个项目分别绑定对应的模型。

如需个性化配置,请参见语言模型定制热词

语言模型和热词配置入口:项目功能配置页面的语音识别ASR区域,自学习配置区展示了当前项目绑定的热词和语言模型。您可以在此区域的下拉框中选择已创建的人名热词、地名热词、泛热词和语言模型,选择后单击应用使配置生效。如需创建新的热词表或语言模型,单击对应下拉框下方的创建热词或创建语言模型链接,跳转到左侧导航栏自学习平台下的热词语言模型定制页面进行创建。

语音合成配置

单击目标项目右侧的项目功能配置,在语音合成TTS区域选择发音人,配置语速、语调和音量,试听效果后单击确认使用

编辑项目

单击目标项目右侧的编辑,修改项目名称或场景描述。

删除项目

单击目标项目右侧的删除,即可删除该项目。

警告

已删除的项目将不可找回,请谨慎操作。

常见问题

如何获取Appkey、AccessKey IDAccessKey Secret?

Appkey是项目级凭证,每个项目拥有唯一的Appkey。获取方式:

  1. 登录智能语音交互控制台

  2. 在左侧导航栏单击全部项目

  3. 在项目列表中直接查看目标项目的项目Appkey列并单击复制按钮;或单击目标项目右侧的项目功能配置进入项目详情,在页面顶部基本信息区域查看并复制Appkey。

AccessKey IDAccessKey Secret是阿里云账号级凭证,与具体项目无关。获取方式:登录阿里云RAM访问控制控制台,在用户管理的安全信息页签中创建或查看AccessKey。

说明

说明:AppkeyAccessKey是两组独立的凭证。重新创建项目或更换Appkey后,原有的AccessKey IDAccessKey Secret无需变更,保持原有配置即可继续使用。

录音文件识别任务排队中,如何查看转写结果?

录音文件识别为异步处理服务,提交任务后系统将在后台进行转写处理。正常情况下,处理时效为3小时内返回结果。任务显示"排队中"属于正常现象,请耐心等待。

查看转写结果:登录智能语音交互控制台,在任务列表中找到对应的离线文件转写任务,单击播放按钮即可查看转写结果。

如何试听语音合成音色?

目前不支持批量试听已购音色包内的所有音色小样,仅支持部分发音人的在线试听。试听操作路径:

  1. 登录智能语音交互控制台

  2. 在左侧导航栏单击全部项目,单击目标项目右侧的项目功能配置

  3. 语音合成TTS区域单击修改配置进入发音人选择页面。

  4. 在左侧选择发音人(按通用、客服、文学、童声、英文、方言、多情感等场景分类),在右侧的在线试听区域输入文本并播放合成语音。