语音通话时长 标准语音规格 0.008 元/分钟（前 200 分钟免费）暂不支持 暂不支持 视频通话时长 360P（640x360）及以下 0.016 元/分钟（前 200 分钟免费）540P（960x540）及以下 0.024 元/分钟（前 200 分钟免费）720P（1280x720）及以下 0....
选择 高级配置，在 语音通话背景音文件管理 中，阿里云预设了 官方背景音。您也可以上传自定义音色，在 自定义背景音 中，点击 上传音频，获得 环境音ID。2.通话时设置背景音 音视频通话 调用 StartAIAgentInstance-启动智能体实例 时设置 ...
为了满足不同的交互需求，您可以为智能体配置相应的工作流，并且实现以下能力：音视频通话 语音通话 用户通过语音与智能助手交流对话。数字人通话 通过视频与数字人互动，提升用户体验真实性。视觉理解通话 通过视频互动，智能体结合语音和...
可选：chat 文本对话 call 语音通话 chat 示例 正常返回示例 JSON 格式 {"RequestId":"7B117AF5-*","Dialogues":[{"DialogueId":"19de81b3b3d94abda22*","RoundId":"f27f9b9be28642a88e18*","Producer":"user","Text":"你好",...
API 通过API使用语音通知/语音验证码 任务助手 通过控制台使用语音通知/语音验证码 语音互动（IVR）调用语音互动 API 向指定号码发起交互式语音通话。呼叫接通后，系统播放指定音频，用户可根据音频引导通过手机按键与业务系统交互。API ...
将号码关联到服务实例，使其能按预设的IVR流程、录音配置、坐席分配等逻辑来处理语音通话。服务实例是在语音服务中创建的一套具体的功能配置集合。在目标号码的 操作 列，单击 绑定实例。在弹出的对话框中，从下拉列表中选择需要绑定的服务...
当您绑定的工作流类型为语音通话时，可以在高级功能配置中上传自定义形象，以便在语音通话场景中展示该形象。单击 提交，完成音视频智能体创建。第三步 体验智能体 消息对话智能体创建完成后，您可以通过扫描体验二维码来进行智能体的体验...
11000000300005：语音 IVR，向指定号码发起交互式语音通话。11000000300009：语音 SIP。11030000180001：智能外呼。说明 获取的 CallId 与 ProdId 参数值必须匹配，不匹配或传入错误的产品 ID 将无法返回 Data。11000000300006 QueryDate ...
功能特性 场景 功能 iOS Android 双人音视频通话 设置个人用户信息 ✓ ✓ 呼叫/接听/拒绝/挂断 ✓ ✓ 通话状态展示 ✓ ✓ 摄像头打开/关闭/翻转 ✓ ✓ 麦克风打开/关闭 ✓ ✓ 扬声器打开/关闭 ✓ ✓ 视频通话切换语音通话 ✓ ✓ 多人音视频...
功能特性 场景 功能 iOS Android 双人音视频通话 设置个人用户信息 ✓ ✓ 呼叫/接听/拒绝/挂断 ✓ ✓ 通话状态展示 ✓ ✓ 摄像头打开/关闭/翻转 ✓ ✓ 麦克风打开/关闭 ✓ ✓ 扬声器打开/关闭 ✓ ✓ 视频通话切换语音通话 ✓ ✓ 多人音视频...
AICallKit SDK能力概览 功能项 功能描述 iOS&Android Web 语音通话 用户通过语音与智能体交流对话，获取即时的信息反馈和服务。✔️ ✔️ 数字人通话 通过视频方式与数字人对话，为用户提供更加真实的互动体验。✔️ ✔️ 视觉理解通话 ...
AUIAICallAgentIdConfig.java/你的语音通话智能体ID private static String VOICE_AGENT_ID="控制台语音通话智能体ID;你的数字人通话智能体ID private static String Avatar_AGENT_ID="控制台数字人通话智能体ID;你的视觉理解通话智能体ID ...
AUIAICallAgentIdConfig.java/你的语音通话智能体ID private static String VOICE_AGENT_ID="控制台语音通话智能体ID;你的数字人通话智能体ID private static String Avatar_AGENT_ID="控制台数字人通话智能体ID;你的视觉理解通话智能体ID ...
该组件功能丰富，提供纯语音通话和视频通话功能，支持 PC、移动端、IoT 设备等多终端接入。音视频通话可实现一对一通话及多人会议，通话过程中支持屏幕录制、屏幕共享、截图等功能，同时支持即时文字消息和文件传输。此外，支持实时语音...
前提条件 已经集成音视频通话智能体，并实现了基础的语音通话功能，请参考：集成概览 功能实现 核心过程说明：Token 预下发：业务服务器应提前将通话所需的 Token 下发并缓存在设备端，减少通话启动时的网络请求耗时。音频预采集：在创建...
自定义智能体形象 您可以为所创建的智能体上传一张图片，以便在语音通话场景中展示该智能体的形象。智能体情绪识别 智能体能够识别用户当前的情绪，并做出带有情感色彩的回应。欢迎词 您可以在控制台中配置欢迎词内容，当用户与AI智能体...
通话类型 纯语音通话 数字人通话 效果示例 陪伴形式 用户：语音 AI陪伴：语音 用户：语音 AI陪伴：视频 费用 低 中 终端SDK SDK集成详情，请参见 开发指南。SDK 说明 Web SDK 推荐使用 桌面端浏览器：如Chrome等；移动端H5：如支付宝的H5、...
可切换到语音通话、数字人通话等模式。电话通话场景 电话呼出 电话呼入 使用自定义智能体 在 Demo 中，您可以扫描自己创建的智能体二维码，以快速验证其功能，智能体创建过程请参见 音视频通话快速入门 或 消息对话快速入门。从源码构建并...
电话呼出快速入门 自定义智能体形象 您可以为所创建的智能体上传一张图片，以便在语音通话场景中展示该智能体的形象。智能体情绪识别 智能体能够识别用户当前的情绪，并做出带有情感色彩的回应。欢迎词 您可以在控制台中配置欢迎词内容，当...
电话呼出&呼入快速入门 自定义智能体形象 您可以为所创建的智能体上传一张图片，以便在语音通话场景中展示该智能体的形象。智能体情绪识别 智能体能够识别用户当前的情绪，并做出带有情感色彩的回应。欢迎词 您可以在控制台中配置欢迎词...
音视频通信解决方案是由阿里云 云消息队列 MQTT 版 和音视频通信RTC联合推出的有助于快速搭建各种实时通信场景产品，譬如在线音视频会议、1对1语音通话应用的解决方案。本文将详细描述该解决方案的系统架构、数据流设计以及相关注意事项。...
3d数字人智能体id avatar_ai_chat_3d_agent_id:"*"#视频理解智能体id vision_chat_ai_agent_id:"*"region:"cn-shanghai" 智能媒体服务控制台 创建的智能体实例Id：voice_chat_ai_agent_id：创建智能体时，绑定实时工作流为语音通话的...
示例一：两人同时加入频道进行语音通话，并同步开启旁路转推任务，通话时长2100秒，通话结束后同步停止旁路转推任务。用量计算：需要启动1路旁路转推任务，将两路音频进行混流推送。旁路转推的是音频，因此旁路转推规格（TaskProfile）为...
三人进行视频通话，因此没有语音通话计费。A订阅B和C的视频流，因此A的视频通话规格为480P及以下（B和C的视频流）。B订阅A和C的视频流，因此B的视频通话规格为720P及以下（A的视频流）和480P及以下（C的视频流）。C订阅A和B的视频流，因此C...
示例一：两人同时加入频道进行语音通话，并同步开启旁路转推任务，通话时长2100秒，通话结束后同步停止旁路转推任务。用量计算：需要启动1路旁路转推任务，将两路音频进行混流推送。旁路转推的是音频，因此旁路转推规格为 音频。旁路转推...
下面文档是关于通义晓蜜语音对话机器人的计费规则和内容。一、现阶段计费政策 整体原则：当前阶段，产品服务可免费调用，无任何使用费用。二、未来计费政策（待启用）计费触发条件：超出平台赠送的调用额度后，将开始计费。计费标准：按照...
名称 类型 描述 示例值 object 智能体模版参数 VoiceChat object 语音通话参数 Greeting string 问候语，入会时生效。不填写则使用智能体模版配置的问候语。长度不超过 128。早上好，我的朋友 LlmHistory array object llm/mllm 历史对话上...
通话类型 纯语音通话 数字人通话 效果示例 陪练形式 学员：语音 AI陪练：语音 学员：语音 AI陪练：视频 费用 低 中 终端SDK SDK集成详情，请参见 开发指南。SDK 说明 Web SDK 推荐使用 桌面端浏览器：如Chrome等；移动端H5：如支付宝的H5、...
智能降噪技术为用户提供更清晰的语音通话体验，节约2%客户端系统处理资源。更为舒适的听觉体验，可以为用户减少长时间在嘈杂环境中通信带来的疲劳感，增强用户使用满意度，并可扩大使用场景，无论用户身处咖啡厅、机场、家中或其他嘈杂环境...
语音服务支持通过回调接口将语音文本等通话信息返回给业务方，以此实现业务联动。当前支持以下回调接口：智能语音交互呼出回调HTTP接口 语音平台发起呼叫后，通过智能外呼回调HTTP接口，在通话中把转换后的语音文本回传给业务方，业务方把...
步骤一：创建工作流和智能体 前往 工作流管理工作台，点击 创建工作流模板，选择 语音通话 类型的工作流，并配置工作流节点。STT 语音转文字 该节点负责将语音输入转换成可读的文字格式，支持多语种识别。系统预置：系统预置模型支持您选择...
AUIAICallAgentConfig.swift/配置智能体id let VoiceAgentId="你的语音通话智能体Id"let AvatarAgentId="你的数字人通话智能体Id"let VisionAgentId="你的视觉理解通话智能体Id"let ChatAgentId="你的消息对话智能体Id"/配置区域 let ...
AUIAICallAgentConfig.swift/配置智能体id let VoiceAgentId="你的语音通话智能体Id"let AvatarAgentId="你的数字人通话智能体Id"let VisionAgentId="你的视觉理解通话智能体Id"let ChatAgentId="你的消息对话智能体Id"/配置区域 let ...
是否必选 智能体类型 目前支持“语音通话”。必选 通话模式 支持：“自然对话模式”和“对讲机模式”。“自然对话模式”：类似日常电话通话，双方可同时讲话和倾听，交流更流畅自然；“对讲机模式”：像实体对讲机，一次只能一方说话，对方...
更多操作 外呼通话过程中，如遇到问答或者语音识别效果不好时，可通过以下方式尝试解决：热词配置：在语音通话过程中，如遇到词汇识别效果不好的情况，可将其添加到热词表提升识别结果。高频问答配置：将高频率问题及其答案添加到高频问答...
Web 2024-11-15 自定义智能体形象 您可以为所创建的智能体上传一张图片，以便在语音通话场景中展示该智能体的形象。控制台 2024-11-15 阿里云百炼平台对接 您可以阿里云百炼平台发布的AI实时互动应用。控制台 2024-11-30 阿里云百炼✖AI...
{} AvatarUrl string 语音通话的智能体头像的头像链接。默认无。http://example.com/a.jpg AvatarUrlType string 智能体头像链接类型，默认无。USER EnableIntelligentSegment boolean 智能断句开关，开启智能断句后，用户说话的发生断句会...
ARTCAICallAgentVcrFrameMotionConfig VCR的视频帧检测配置 ARTCAICallExperimentalConfig 实验参数，用于特定逻辑策略的控制 数据结构详情 Enum ARTCAICallAgentType AI Agent类型 枚举名 描述 VoiceAgent 纯语音通话 AvatarAgent 数字人...
ARTCAICallAgentVcrFrameMotionConfig VCR的视频帧检测配置 ARTCAICallExperimentalConfig 实验参数，用于特定逻辑策略的控制 数据结构详情 Enum ARTCAICallAgentType AI Agent类型 枚举名 描述 VoiceAgent 纯语音通话 AvatarAgent 数字人...
parameters upstream type string 是 上行类型：AudioOnly：仅语音通话 AudioAndVideo：上传视频 mode string 否 客户端使用的模式，可选项：push2talk tap2talk duplex 默认tap2talk audio_format string 否 音频格式，支持pcm，opus，...