数据库自治服务 DAS（Database Autonomy Service）为不同行业（例如金融、能源、汽车行业）提供了识别数据库敏感数据的解决方案。使用行业内置识别模板可以检测您实例中是否存在敏感数据。您可以直接使用内置的识别模板，也可以基于内置...
本文介绍文字识别（ocr）类目下的火车票识别RecognizeTrainTicket的语法及示例。功能描述 火车票识别能力可以对火车票进行结构化识别，输出乘车时间、始发站、目的站、座位席别、乘车人姓名、车次号、票价、车厢及座次号，共8个关键字段...
本文介绍文字识别（ocr）类目下的身份证识别RecognizeIdentityCard的语法及示例。功能描述 身份证识别可以识别二代身份证关键字段内容，关键字段包括：姓名、性别、民族、身份证号、出生日期、地址信息、有效起始时间、签发机关，同时可...
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...
功能特性 分类分级 DSC为金融、能源、汽车等行业提供敏感数据识别模板。这些模板用于识别已授权资产中的敏感信息，并支持对其位置、类型和敏感级别进行分类分级管理。通过掌握数据资产中的敏感数据，可准确配置访问权限，提升数据安全性。...
本文汇总了OCR识别功能的常见问题。如何调用内容安全图片OCR识别？...OCR识别功能可以识别常见卡证类图片中的结构化文本信息，支持识别身份证、行驶证、驾驶证、护照、银行卡、车辆VIN码、车牌、营业执照等。更多信息，请参见 同步检测。
本文介绍Fun-ASR实时语音识别Python SDK的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 实时语音识别-Fun-ASR/Gummy/Paraformer。前提条件 已开通服务并 获取与配置 API Key。请 配置API Key到环境变量，而非硬编码在代码中，...
文字识别计费介绍 不支持 不支持 二维码识别 文字识别计费介绍 文字识别计费介绍 不支持 不支持 VIN码识别 文字识别计费介绍 文字识别计费介绍 不支持 不支持 PDF识别 文字识别计费介绍 文字识别计费介绍 不支持 不支持 定额发票识别 文字...
目前可选用的领域专属模型如下表所示：模型名称 参数值 支持语言 采样率 实时/离线 适用场景 汽车领域销售对话语音识别模型 domain-automotive 中文 16k 离线 适用于汽车行业，包括门店接待、汽车试驾、车型推销等场景下的语音识别 教育...
本文介绍Fun-ASR实时语音识别Java SDK的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 实时语音识别-Fun-ASR/Gummy/Paraformer。前提条件 已开通服务并 获取与配置 API Key。请 配置API Key到环境变量，而非硬编码在代码中，...
本文为您介绍如果在语音识别过程中出现问题，应该如何排查及常见问题的解决方案。操作步骤 使用Cooledit或者Adobe Audition软件查看语音格式，播放试听并查看分轨情况、波形、能量和频谱图。ASR识别标准格式：8KHz或16KHz采样率、16bit采样...
实人认证 功能集 功能 功能描述 参考文档 证件信息识别 证件信息OCR识别 拍摄或上传证件图片，通过OCR识别技术自动识别证件上的信息并输出结构化字段。证件信息NFC识别 通过设备自带的NFC读取功能，自动读取证件芯片中内容，并输出结构化...
方便小语种内容的中文理解 2025年5月30日 功能名称 功能说明 实时支持切换源语种 实时记录过程中，Multilingual支持语种切换 汽车模型优化 离线汽车领域模型提高437个车型的识别准确率 新增实时16K汽车领域模型 丰富离线文件处理格式 离线...
本文介绍Fun-ASR录音文件识别Java SDK的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 录音文件识别-Fun-ASR/Paraformer/SenseVoice。前提条件 已开通服务并 获取与配置 API Key。请 配置API Key到环境变量，而非硬编码在代码中...
8k 支持 支持 支持 支持 支持 中文普通话 识音石 V1-端到端模型，教育内容分析，医疗内容分析，新闻媒体内容分析，娱乐视频内容分析，音视频离线转写（升级版），新零售领域识别模型，出行领域识别模型，汽车领域 16k 支持 支持 支持 支持 ...
本文介绍FunAudio-ASR录音文件识别RESTful API的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 录音文件识别-Fun-ASR/Paraformer/SenseVoice。目前提供了 提交任务接口 和 查询任务接口，通常情况下，您可以先调用提交任务接口...
8k 支持 支持 支持 支持 支持 中文普通话 识音石 V1-端到端模型，教育内容分析，医疗内容分析，新闻媒体内容分析，娱乐视频内容分析，音视频离线转写（升级版），新零售领域识别模型，出行领域识别模型，汽车领域 16k 支持 支持 支持 支持 ...
本文介绍Fun-ASR录音文件识别Python SDK的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 录音文件识别-Fun-ASR/Paraformer/SenseVoice。前提条件 已开通服务并 获取与配置 API Key。请 配置API Key到环境变量，而非硬编码在代码...
本文介绍文字识别（ocr）类目下的车牌识别RecognizeLicensePlate的语法及示例。功能描述 车牌识别能力可以准确识别出图像中车牌位置，输出车牌位置坐标、车牌类型、车牌号码、车牌号码置信度、车牌置信度，共5个关键字段信息。说明 您可以...
录音文件识别（也称为录音文件转写）是指对音视频文件进行语音识别，将语音转换为文本。支持单个文件识别和批量文件识别，适用于处理不需要即时返回结果的场景。应用场景 会议、课堂录音记录：将录音文件转成文字，方便后期快速进行信息...
实时语音识别服务可将音频流实时转换为带标点的文本，实现“边说边出文字”的效果。无论是麦克风语音、会议录音还是本地音频文件，都能轻松转录。服务广泛应用于会议实时记录、直播字幕、语音聊天、智能客服等场景。核心功能 支持多语种...
厦门灵友信息科技有限公司 AI与大数据计算 AI应用/IoT 智能硬件/cmapi00041002 金元_电商销量 南京创数信息科技有限公司 AI与大数据计算 数据开发与应用/数据与API 企业服务/cmapi032694 网购通(电商网购销量/电商销售额API接口_创数科技)...
一句话识别功能支持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。计费和并发限制 一句话识别提供试用版和商用版两种计费模式，详情请参见 试用版和商用版。如果您需要将试用版升级为...
东南亚语种电商 多语言分词高级版（东南亚语种电商）累计50万次 20 1024个字符 命名实体识别 电商 命名实体识别高级版（电商）累计50万次 20 中文：1024个字符 多语言：500个字符 东南亚语种电商 命名实体识别高级版（东南亚语种电商）累计...
本文介绍图像识别（imagerecog）类目下的场景识别RecognizeScene的语法及示例。功能描述 场景识别能力可以识别图像中的场景环境，支持数十种常见场景，包括：人物、动物、狗、猫、鱼、鸟、花、草地、蔬菜、植物、水果、餐厅、美食、聚餐、...
音视频离线转写（升级版），新零售领域识别模型，出行领域识别模型，汽车领域 16k 支持 支持 支持 支持 支持 中英自由说 16k 支持 支持 支持 支持 不支持 识音石 V1-端到端模型 8k 支持 支持 支持 支持 支持 东南亚多语言 16k 支持 不支持 ...
如车载地图对过往车辆、行人、车道线、红绿灯位置等周边环境进行智能检测，为驾驶员提供跟车距离预警、压线预警、红绿灯监测与提醒、提前变道提醒等驾驶安全辅助。图像识别：将图像检测目标剪裁后配合图像识别提升识别精度。目标定位：对...
文字识别 文档结构化还原识别（TrimDocument）、验证码识别（RecognizeVerificationcode）、外卖单识别（RecognizeTakeoutOrder）、护照MRZ码识别（RecognizePassportMRZ）、中国护照识别（RecognizeChinapassport）、门头照识别...
10 500个字符 商品评价解析-汽车领域 支持汽车领域68个评价属性，提供多维度商品评价文本分析。10 500个字符 商品评价购买决策分析-电商领域 适用于分析用户的购买动机、使用场景、功能需求、使用疑问等购买决策相关的信息，可以帮助改进...
图片车辆信息检测介绍 图片车辆信息检测 API 人脸相似度对比 人脸相似度对比功能用于身份验证、身份核实、人脸识别等场景中，通过将采集的人脸图片与系统中存储的人物图片进行比较，返回相似度评分，以确认是否是同一人，该功能可以提高...
2020-08-13/脏话识别服务 预训练模型 针对一句话识别是否是脏话，以及抽取脏话关键词，详见右侧文档 2020-08-26 脏话识别服务使用教程 情绪识别服务 预训练模型 针对一句话识别情绪，当前支持8种情绪识别，详见右侧文档 2020-08-26 情绪...
目标检测技术基于阿里云计算机视觉与深度学习技术，对通用或指定的目标进行检测、识别、打标。目标检测技术广泛应用于安防、交通等行业内图像场景的目标检测与跟踪。服务开通 请单击 立即开通 在对应产品页面开通该服务，具体开通方式请...
通义听悟 Agent 深度融合智能语音AI与通义大模型技术，面向企业办公（如：会议、面试、培训）、在线教育、销售服务洞察、汽车行业产-供-销（如：购车客户画像、工业语音质量等）分析等垂直行业场景，提供针对性音视频智能分析解决方案。...
v2(英)paraformer-v2(粤)paraformer-v2(日)paraformer-v2(韩)教育领域模型（中英）汽车领域模型（中英粤）转写配置 仅限内容来源为 录音文件识别 和 实时转写 时可以配置角色分离和识别语种：角色分离：支持选择两人或多人角色分离。识别...
累计500次 标的物类目分类 累计500次 简历抽取服务 简历抽取中文 累计500次 简历抽取英文 累计500次 电销对话场景 对话行业分类 累计500次 对话风险识别 累计500次 主被叫意图识别 累计500次 疑似诈骗识别 累计500次 用户意图识别 累计500...
情绪识别服务 支持电销、在线接待等应用场景，识别客户或客服的情绪，支持8种常规情绪和3种业务场景常用情绪。1000个字符 新闻文本分类 支持对单个或多个新闻文本的分类。直播ASR乱码识别 适用于直播场景，通过ASR语音转文字，识别由于多人...
车辆检测 image/cars 检测和分析图片中的车辆和车牌等信息。二维码识别 image/codes 识别图片中的二维码信息。图片标签检测 image/labels 识别图片中的场景、物体和事件等标签。图片质量评分 image/score 针对图片的美学程度（色彩、饱和度...
汽车门店线下销售场景 InspectionIntroduction string 是 服务质检的检测目标和侧重点描述。请监测对话中销售人员表现是否接待热情、态度良好 InspectionContents array object 是 服务质检的质检维度列表，包含质检维度名称和定义，即需要...
命名实体识别（中文高级版）。命名实体识别（高级版-中文）调用须知 该服务为高级版的能力，需要开通高级版才能免费调用。点击这里确认开通状态：点击确认开通 支持语言：中文 支持领域：电商领域 能力说明：针对电商领域，识别品牌、产品...
命名实体识别（基础版-电商）调用须知 该服务为基础版的能力，需要开通基础版才能免费调用。点击这里确认开通状态：点击确认开通 支持语言：中文 支持领域：电商领域 能力说明：针对电商领域，识别品牌、产品、型号等，同时也包括一些通用...