方法描述 文字识别 参数说明 image_path图片的路径 engine引擎 可选项：google:谷歌 aliyun:阿里云 paddle:飞桨 app_code<str>OCR文字识别appcode detail是否需要识别文字的详细信息 eliminate_spaces是否去掉文字识别结果中的空格（仅在...
您可以使用视频DNA服务实现对视频中的图像、音频等指纹特征的提取和比对，解决重复视频查找、视频片段查源、原创识别等问题。唯一性：不同视频的视频DNA不同。稳定性：不会随音视频文件的格式转换、剪辑拼接、压缩旋转等变换而发生变化。...
功能描述 通用文字识别能力可以识别图像中文字内容和文字区域坐标，适用于多场景图像文字识别。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 立即试用 对该能力进行更直观...
说明 语音识别：针对视频中无字幕的场景，对视频中的语音进行识别，以识别的文案作为主字幕。字幕识别：针对视频中包含底部字幕的场景，对视频中的字幕进行识别，以识别的文案作为主字幕。4.2 开始翻译 点击开始翻译按钮后，将开始对视频...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
word 单元格中的文字 xsc xStartCell缩写，表示横轴方向该单元格起始在第几个单元格，第一个单元格值为0 xec xEndCell缩写，表示横轴方向该单元格结束在第几个单元格，第一个单元格值为0，如果xsc和xec都为0说明该文字在横轴方向占据了一个...
目前，文字识别 OCR 可提供三种场景的文字识别，分别为：卡证场景文字识别：包括大陆身份证、银行卡、护照、职业资格证书、户口本、学生证、房产证、营业执照、港澳台大陆通行证和大陆居民港澳台通行证。票据场景文字识别：包括增值税发票...
美颜特效SDK 为视频创作者提供移动端和PC端的人脸基础美颜、高级美颜、美型美妆、贴纸抠像、手势姿态识别等编辑加工能力，基于自研的智能视觉算法、海量规模的人脸、人体检测和识别技术，为满足直播和视频制作时的美颜特效需求提供各种支持...
截取视频动图是指对指定视频中的一个区间进行内容截取，并生成动图文件，常用于生成视频摘要视频封面等，被广泛应用于社交媒体分享、新闻报道、营销推广等场景中。视频点播支持生成GIF和WebP两种格式的动图文件。本文为您介绍如何对视频...
视频DNA计费 视频DNA服务实现对视频中的图像、音频等指纹特征的提取和比对，解决重复视频查找、视频片段查源、原创识别等问题。按处理时长的秒数收费，若处理失败，不收取费用。计费项 计费说明 付费方式 视频DNA 计费规则：按视频DNA处理...
在视频制作过程中，如果您有添加片头、片尾、直播录制视频拼接或截取视频中的关键内容等需求，可以通过媒体处理的拼接剪辑功能实现。拼接是指把多个不同格式、不同编码、分辨率的视频拼接在一起，输出成一个格式、编码、分辨率相同的新视频...
语音转文字时，如果在您的业务领域有一些特有的词，默认识别效果较差的时候可以考虑使用热词模型功能，将这些词添加为热词，改善这部分词的识别结果。热词组设置后无需训练即可生效，只需在语音转文字时(也就是新建数据集质检任务时，以及 ...
对视频中的内容进行加密，可有效防止视频泄露和盗链问题，广泛用于在线教育及财经等领域。阿里云目前支持两种加密方式：阿里云私有加密和HLS标准加密。本文为您介绍通过控制台进行HLS标准加密的操作步骤。使用限制 HLS标准加密目前只支持M3...
PAI-EasyVision提供端到端文字识别的训练及预测功能，支持多机分布式训练和预测。本文为您介绍如何通过PAI-EasyVision使用已有的训练模型完成端到端文字识别的离线预测任务。数据格式 请参见 输入数据格式。端到端文字识别预测 基于已有的...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
但如果您已有大量媒体文件存在于OSS Bucket，且不方便迁移到点播的系统Bucket，可以将自有的OSS Bucket添加到视频点播服务中，以实现对存储在OSS Bucket中的媒体文件进行转码、截图、播放等操作。点播系统Bucket与OSS自有Bucket对比 对比项...
CreateGrabFrameTask-创建一个视频截帧任务 DetectMediaMeta-获取媒体文件元信息 GetMediaMeta-获取多媒体文件信息-CreateVideoLabelClassificationTask-创建视频标签检测任务 无 新版支持检测视频中的内容所对应的标签信息。...
hitLibInfo：如果图片中的文字命中了自定义文本库，则返回命中的文本库信息。格式为数组，具体结构描述请参见 hitLibInfo。results JSONArray 返回结果。调用成功时，返回结果中包含一个或多个元素。每个元素是一个结构体，具体结构描述请...
轨道布局 轨道布局是轨道的属性之一，用来描述该轨道的视频画面，在合拍生成的视频中如何“摆放”，轨道布局在一个归一化的坐标系中，从两个纬度来描述轨道布局信息，分别是中心点的坐标和轨道size（即宽高信息）。视频合拍的轨道布局如下...
如果输入4帧非同一个视频中的，会导致识别报错。2.分辨率大于256×256像素，小于等于1280×720像素。3.支持的格式为JPEG、PNG、BMP、JPG。4.可使用URL与Base64编码字符串混合输入。URL地址中不能包含中文字符。计费说明 关于动作行为识别的...
调用GetMediaDNAResult获取视频DNA结果。视频DNA作业完成后，可通过此接口实时查询DNA结果。接口说明 目前本接口支持的服务地域：华北 2（北京）、华东 2（上海）、新加坡。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名...
Width：文字在输出视频中的宽度。Height：文字在输出视频中的高度。FEHeight（可选）：剪辑时，视频画面的实际显示高。FEWidth（可选）：剪辑时，视频画面的实际显示宽。Content：文本内容。Font：字体。FontFace：文字的样式，取值如下。...
针对音视频媒体，控制台支持本地文件上传，也支持URL拉取上传。PC端上传工具 大文件、长时间上传，以及低门槛的运营场景。需要下载并安装点播客户端工具，目前支持Windows、macOS客户端。仅支持本地文件上传。macOS客户端仅支持上传到 华东...
动图 截取动图是对视频中的一个区间内容截取并生成动图文件。点播媒体处理动图截取功能当前支持以下两种动图格式：动图格式 描述 GIF 兼容性好，常用于网页装饰。WEBP 文件体积相比GIF小很多，但缺点是部分浏览器不兼容，例如：IE、Safari...
窄带高清 TM 1.0在转码过程中对视频中的场景、动作、内容、纹理等进行智能分析，以相对较低的码率输出相同画质的视频，从而在一定程度上降低带宽成本。窄带高清 TM 2.0转码：窄带高清 TM 2.0是一项基于阿里云转码技术的媒体处理功能。从...
AliyunVideoStream 视频流信息类型 名称 类型 描述 Index String 视频流序号，标识视频流在整个媒体流中的位置。CodecName String 编码格式简述名。CodecLongName String 编码格式长述名。Profile String 编码预置。CodecTimeBase String ...
本文主要介绍如何将直播视频源的位置按照自定义布局进行混流输出。前提条件 您已了解 云导播 控制台各区域功能，详细信息，...说明 布局中的视频源不允许重复，不允许为空。开始直播后，单击已经创建好的 布局，直播流即会按照布局合流输出。
布局切换 更新布局中的视频源。事件触发 频道内首个终端加入自动触发转码，频道内无终端自动停止转码。输出流 直播流 协议支持：RTMP。媒体规格 输出媒体规格：1920X1080 30fps。1280X720 25fps。720X540 24fps。640X360 15fps。
媒资类型 说明 视频 媒体文件最大支持上传48.8 TB的单个文件。上传到视频点播的媒资源文件和处理后的媒资文件按存储容量峰值与存放日期计费。更多信息请参见 计费详情。未配置加速域名，通过控制台或存储地址播放、下载资源会产生存储流出...
选中文字类型后，您需要在 文字内容 文本框中输入待作为水印的文字信息，文字字体大小默认为 24，您可以在 字体大小 中自行调整字体的大小。说明 在添加文字水印时，支持添加携带位置信息的水印，例如：当前所在城市{{location}}。时间：...
视频信息提取 video/info 提取OSS中的视频文件的媒体格式信息和媒体流信息。音频转码 audio/convert 将OSS中的音频文件转换为需要的格式。音频拼接 audio/concat 将OSS中的多个音频文件拼接为一个音频并转换为需要的格式。音频信息提取 ...
config VideoPlayerConfig(Optional)视频媒体播放参数 返回 void replaceTrack()替换音视频轨道 类型签名 replaceTrack(track:MediaStreamTrack,stopOldTrack?boolean):void;参数 类型 描述 track MediaStreamTrack 音视频轨道 ...
云剪辑时间线所使用的视频资源，既可以是素材管理中的素材，也可以是媒体库中的视频。合成视频依据 ProjectId 与 Timeline 进行，具体逻辑如下：ProjectId 与 Timeline 不能同时为空，否则合成视频没有任何依据。如果 ProjectId 为空，...
如果您已有大量媒体文件存在于OSS Bucket中，且不方便迁移到点播系统Bucket，则可以将自有的OSS Bucket添加到视频点播服务中，便可以对存储在OSS Bucket中的媒体文件实现转码、截图、播放等处理。存量资源：添加到视频点播之前OSS自有...
本文为您介绍视频DNA数据类型。AliyunOSSFile 描述 OSS文件类型。参数 类型 描述 Bucket String OSS的Bucket，3～63字节。Location String OSS的服务区域，最大64字节。Object String OSS的Object，最大1024字节。AliyunFpShotJob 描述 ...
其他提示 接口响应速度和图片中的文字数量有关，如果图片中文字数量越多，接口响应可能越慢。接口会自动处理反光、扭曲等干扰信息，但会影响精度。请尽量选择清晰度高、无反光、无扭曲的图片。调试 您可以在OpenAPI Explorer中直接运行该...
基于阿里云播放器SDK的预加载能力和点播设置视频封面等策略的搭配使用，可实现视频毫秒级的起播速度，能有效解决短视频场景中的视频起播慢，切换视频卡顿等问题，为用户呈现无感起播和流畅丝滑的播放体验。本文介绍如何使用阿里云播放器SDK...
调用SubmitPreprocessJobs，通过导播台对视频进行转码处理。接口说明 视频预处理实际是转码过程，生成符合导播台播放要求的视频，所以会有 计量计费信息产生，计费...只有状态为 上传完成、正常、审核中以及 转码中的视频才能发起视频预处理。
媒体Bucket是MPS定制的Bucket，存入媒体Bucket中的视频，可执行MPS转码任务。目前Bucket列表中，未对Bucket做区分。如果您需要将视频转成媒体文件，需要自行记住对应的媒体Bucket的名称，方便您后期视频转成媒体文件存储位置的选择。断流...
章节速览 能够将音视频中的内容按主题进行分段，总结每段标题，并提取段落信息摘要。方便快速理解内容结构与上下文关系。大模型摘要 使用通义千问大模型能力，进行的全文摘要总结（需开通发言人分离）、发言人摘要总结、问答摘要提取。均在...