Confidence float 人脸置信阈值，用于设置人脸识别的置信度下限。若识别到的人脸置信值小于该阈值，则不会对人脸进行脱敏。取值范围：0.0~1.0。默认值：0.0（表示不进行置信度过滤）。0.4 MinSize integer 最小人脸尺寸阈值，用于设置需要...
控制台 2025-01-23 2024年12月 功能名称 功能描述 支持端 发布时间 相关文档 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。Native&Web 2024-12-31 如何实现智能体的情绪识别与生成 一键上报优化 优化Demo中一键上报...
音视频智能生产服务基于阿里云智能媒体AI技术，提供多种形式媒体内容处理及内容生成能力，支持智能封面、智能横转竖、绿幕抠图、人像抠图、智能图标模糊、智能去字幕、字幕提取、副歌检测、音乐节奏检测等多种媒体处理生成功能，提升媒体...
识别特征基于字段的数据内容、元数据属性，结合属于、正则表达式、包含、不包含等运算条件对数据特征进行表达，从而智能推荐相关的数据分类分级或数据标准。Dataphin内置了多种识别特征表达式，如手机号、身份证号等。此外，您也可以自定义...
阿里云媒资审核是一项自动化内容安全服务，可智能识别多媒体中的违规内容。本文系统阐述了其核心功能、应用场景与接入方式，助您高效构建安全合规的内容生态。
说明 目前操作审计支持视觉智能开放平台的功能包括：人体人脸识别、图像识别、图像分割、目标检测、OCR识别、视觉智能辅助工具。事件名称 事件含义 AddBodyTrace 添加Trace。AddFaceImageTemplate 增加图像人脸融合模板。BatchAddFaces ...
智能身份识别 认证流程（实例默认配置）智能身份识别方式下，VPC访问支持免身份识别，系统会根据VPC接入点智能识别用户身份，无需设置用户名密码。若使用公网访问，或关闭免身份识别功能，则客户端接入时，必须在客户端代码中设置用户名...
X-数据安全针对圈选的数据表，基于大模型进行语义分析，识别核心字段，并智能推荐对应的分类分级，您可对推荐的识别结果执行应用、弃用等操作。本文为您介绍如何使用X-数据安全。前提条件 已配置并开启X-数据安全，详情请参见 智能助手。...
全字段识别 智能识别营业执照上所包含的全部字段。多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体准确率和召回率达 95%以上。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您...
本文介绍阿里云文字识别-车辆物流识别系列相关产品的功能、特色优势及应用场景，并为您提供产品的API快捷入口。产品介绍 读光OCR车辆物流识别提供与车辆、物流相关的各类证件、面单的结构化识别服务。支持行驶证、驾驶证、车牌VIN码、车牌...
本文将介绍集成AICallKit SDK来快速构建AI实时互动的解决方案。...打断功能：AI智能体智能识别用户的对话打断意图。智能体高级配置：AI智能体支持设定音色、智能打断功能。本地设备管理：包括通话过程中关闭扬声器、静音麦克风等功能。
✔️ ✔️ 智能打断 AI智能体智能识别用户的对话打断意图。✔️ ✔️ 音色设置 您可以对智能体输出的音色进行配置，目前支持的音色详情列表，请参见 智能语音效果示例。✔️ ✔️ 对讲机模式 用户可以在启动或者通话中设置通话模式为对讲机...
点播媒体处理智能擦除功能当前支持以下两种擦除类型：智能擦除类型 描述 字幕擦除 智能识别视频中的字幕，对字幕进行擦除处理并对画面进行智能填充，还原视频未添加字幕时的纯净画面，辅助视频内容的后期制作及字幕重生。字幕擦除当前包含 ...
具体支持的识别能力类型见下图：场景 识别能力类型 通用文字识别（共8类）通用文字识别高精版 通用文字识别基础版 手写文字 电商图片文字 多语言文字 表格 二维码 条形码 个人证照识别（共13类）身份证 银行卡 社保卡 户口本首页 户口本...
Dataphin提供数据开发、治理、运营一体化全链路的超级X智能解决方案，当前支持X-数据工程、X-分析、X-运维助手及X-编码助手（Copilot）等核心能力，提供全链路数据服务。X-数据工程根据自然语言，自动生成多种任务（集成任务、数据模型和...
Dataphin提供数据开发、治理、运营一体化全链路的超级X智能解决方案，当前支持X-数据工程、X-分析、X-运维助手及X-编码助手（Copilot）等核心能力，提供全链路数据服务。X-数据工程根据自然语言，自动生成多种任务（集成任务、数据模型和...
标准定义基于圈选的数据表通过大模型结合语义分析，识别核心字段，针对核心字段进行数据探查，从而智能抽取标准定义，您可对标准执行编辑、应用、弃用等操作。本文为您介绍如何配置智能抽取标准定义。前提条件 需购买数据标准功能和X-数据...
码表定义基于圈选的数据表通过大模型结合语义分析，识别核心字段，针对核心字段进行数据探查，从而智能抽取码表定义，您可对码表执行编辑、应用、弃用等操作。本文为您介绍如何配置智能抽取码表定义。前提条件 需购买数据标准功能和X-数据...
概述 Echomind作为智能媒体服务(IMS)旗下轻量级SaaS产品，定位"一站式AI智媒创作平台"，具备开箱即用特性无需复杂API对接即可部署，通过简便操作提供短剧高燃混剪、出海视频翻译及视频结构化理解等场景化解决方案，助力用户高效完成智能化...
图片文本识别，将图片上的文字内容智能识别成为可编辑的文本。接口说明 请确保在使用该接口前，已充分了解智能媒体管理产品的收费方式和 价格。图片大小不超过 20M。图片最短边不小于 20px，最长边不超过 30,000px。图片的纵横比小于 1:2。...
标准映射基于圈选的数据表通过大模型结合语义分析，识别核心字段，从而智能推荐标准映射，您可对映射关系执行应用、弃用等操作。本文为您介绍如何配置智能推荐标准映射。前提条件 需购买数据标准功能和X-数据标准功能才能使用X-数据标准。...
通过分析和识别人脸图像中的特征，来检测人脸的各种属性，包括是否正面朝向、性别识别、脸型分析等。产品形态 AI写真支持以下两种实现方式：方式一：调用AI写真的API接口。具体操作，请参见 SDK使用说明。方式二：通过 EAS 部署一套服务。...
接口说明 本接口适用场景 阿里云通用文字识别，是阿里云官方自研 OCR 文字识别产品，适用于各类常见文档图片或文档扫描件中的文字信息按照文档原有的格式智能识别文字并结构化输出识别结果。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI ...
精准直达：支持对作品（包含仪表板、数据门户、数据大屏、电子表格、即席分析、数据填报、自助取数、卡片看板和小Q报告）、指标监控、工作空间等核心内容的智能识别与快速定位，一键跳转目标页面，显著提升信息获取效率。即搜即得：无需...
能力特性 大模型能力深度赋能，实现质检智能化跃迁 服务断点智能识别 利用大模型能力的升级对对话进行多维度解析，可以自动捕捉到客户在不同时间点提出的多个问题是否都得到了妥善解决，精准定位服务流程中的关键断点——例如客户在多轮...
本文介绍文字识别（ocr）类目下的增值税发票卷票识别RecognizeTicketInvoice的语法及示例。功能描述 增值税发票卷票识别能力支持对卷票上包括价税合计、发票代码、发票号码、合计税额、合计金额、密码区、开票日期、税率、购买方识别号、...
对媒体的内容、文字、语音、场景进行多模态分析，实现智能审核、内容理解、智能编辑等多种处理功能。音视频转码 把音视频码流转换为另一种清晰度、编码格式或封装格式，以适应不同网络带宽、不同终端播放设备的使用场景。媒体处理覆盖了...
说明 需要开启的识别功能可以在智能标签任务模板中的分析类型中进行配置：分析类型中开启人脸识别、文字识别、语音识别分别对应 视频人脸识别、视频文字识别标签、视频语音识别标签 计费项。其他分析类型对应 视频分类+结构化标签 计费项...
Animoji特效 基于自研的人脸识别、表情识别算法，能够高效捕捉人物脸部不同角度、不同表情的变化，并驱动特定的动画头像做出相应的变化，实现娱乐、有趣的效果。目前支持单双眨眼、嘴部、眼部、眉部动作等51种表情。效果图如下所示。背景...
尊敬的阿里云用户，为进一步提升用户体验和产品性价比，提高视觉智能开放平台公有云服务水平，自 2023年12月27日 起，视觉智能开放平台 人脸人体、图像识别、分割抠图、图像生产 的部分公测能力API将转正式商业化售卖。更多详情请参见下文...
服务端人脸识别离线SDK，包括人脸检测、人脸跟踪、人脸关键点定位、人脸质量、角度模型、活体检测和人脸识别等能力，可以直接部署服务器上。人脸识别SDK具有授权功能，一旦授权成功，可以在无网的条件下使用，用户可根据自己的业务需求进行...
人脸识别 公众人脸识别 识别图片中的公众人脸信息。明星识别 识别图像中的明星人物。人脸比对1:1 基于输入的两张图片，可检测两张图片中的人脸，并对两张图片中的最大人脸进行比较，判断是否是同一人。创建人脸数据库 创建人脸数据库。查看...
开源模型体验 更多开源免费模型体验及下载，详见魔搭社区：人脸识别OOD模型、ArcFace人脸识别模型、IR人脸识别模型FRIR、口罩人脸识别模型FRFM-large、口罩人脸识别模型FaceMask。安全声明 请确保上传的图片或文件来源符合相应的法律法规。...
Animoji特效 基于自研的人脸识别、表情识别算法，能够高效捕捉人物脸部不同角度、不同表情的变化，并驱动特定的动画头像做出相应的变化，实现娱乐、有趣的效果。目前支持单双眨眼、嘴部、眼部、眉部动作等51种表情。活体检测 基于自研的...
Animoji特效 基于自研的人脸识别、表情识别算法，能够高效捕捉人物脸部不同角度、不同表情的变化，并驱动特定的动画头像做出相应的变化，实现娱乐、有趣的效果。目前支持单双眨眼、嘴部、眼部、眉部动作等51种表情。活体检测 基于自研的...
2022年12月 类目名称 能力名称 功能描述 发布时间 支持终端 相关文档 离线SDK 服务端人脸识别离线SDK 人脸检测、人脸跟踪、人脸关键点定位、人脸质量、角度模型、活体检测和人脸识别等能力，可以直接部署服务器上。人脸识别SDK具有授权功能...
阿里云视觉智能开发平台目前支持人脸人体、文字识别、商品理解等10+类别的视觉AI技术，其中包括的上百种能力均可通过SDK方式调用。说明 阿里云视觉智能开放平台各类目视觉AI能力SDK接入、接口使用或问题咨询等，请通过钉钉群（23109592）...
接口说明 本接口适用场景 阿里云全文识别高精版，是阿里云官方自研 OCR 文字识别产品，智能识别图片所包含的全部字段，集表格识别、旋转识别、生僻字识别等多功能为一体，提供高性价比的多场景文字识别体验。阿里云 OCR 产品基于阿里巴巴...
本产品（智能媒体生产/2020-11-09）的OpenAPI采用 RPC 签名风格，签名细节参见 签名机制说明。我们已经为开发者封装了常见编程语言的SDK，开发者可通过 下载SDK 直接调用本产品OpenAPI而无需关心技术细节。如果现有SDK不能满足使用需求，可...
V系列边缘一体机 配备高性能计算模块，可支撑算法计算，适配人脸识别、人形识别、人员轨迹、区域侵入、区域占用、以图搜图等算法。连云方式 边缘一体机需要使用公共云服务，因此需要通过网络连云。连云方式包括但不限于：公网直连：直接...