预处理视频文件以提高文件转写效率 Paraformer语音识别API可以兼容视频文件，但由于视频文件尺寸通常较大、传输较为耗时，因此建议您对视频文件进行预处理。仅提取需要进行语音识别的音轨，并进行合理压缩，从而显著降低文件尺寸、减少API...
1.不支持的文件类型，请确认上传正确 ATP平台会根据用户上传的文件内容，自动识别文件类型。对于ATP平台不支持/无法识别/不完整的文件，会拒绝上传。如果发生该错误，请确保文件内容完整且格式正确。
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...
本文介绍Paraformer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-Paraformer/Fun-ASR/SenseVoice。前提条件 已开通服务并 获取API Key。请 配置API Key到环境变量，而非硬编码在代码中，...
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...
本文介绍Paraformer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-Paraformer/Fun-ASR/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...
录音文件识别：新用户试用期3个月内，每隔24小时可免费识别2小时时长的文件转写服务。免费额度用完后，间隔24小时后可继续试用。并发数是如何计算的？并发数指同一个账号（阿里云UID）同时在处理的请求数。一般语音请求的处理都会延续一段...
基于图片AI技术，识别图片中的场景、物体和事件等内容，实现图片的自动打标，可用于相册分类、图库分类检索等场景。重要 此文档已不再维护，建议您使用新版智能媒体管理。关于智能媒体管理新版与旧版的对比，请参见 新旧版本使用指引。关于...
本文介绍了如何使用Go SDK图片OCR接口，识别图片中的文字 或卡证 信息。功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化的卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 已安装Go依赖。关于安装...
本文介绍了如何使用PHP SDK图片OCR接口，识别图片中的文字 或卡证 信息。功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化的卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 已安装PHP依赖。关于...
图片分类 通过识别图片信息实现分类管理，得出正确结果。EAIS在推理场景中支持更灵活的配置和丰富的网络访问。自然语言处理 支持对字、词、句、篇章的输入、输出、识别、分析、理解、生成等的操作和加工功能。能够提供：内容推荐：通过关键...
本文介绍了如何使用.NET SDK图片OCR接口，识别图片中的文字 或卡证 信息。功能描述 通用OCR除了能够识别普通图片中的文字，还能识别结构化卡证上的文字。关于参数的详细说明，请参见 图片OCR检测API文档。前提条件 已安装.NET依赖。关于...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。其他提示 请保证整张图片内容及其边缘包含在图像内。本能力会自动处理反光、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、...
效果测试 在控制台中的查询测试页里，选择 表名、query类型选择 图片，图片提供方式选择 上传图片文件，开启 多主体识别：可在搜索结果中查看，主体识别的结果：语法说明 主体识别查询 主键查询 filter表达式 SDK中使用多主体识别 查询数据...
一句话识别/实时语音识别/录音文件识别极速版 配置或参数错误 状态码 状态消息 原因 解决方案 240999 DEFAULT_ERROR 内部默认错误。内部未明确错误。240001 NUI_CONFIG_INVALID 配置文件错误。配置文件错误，请确认传入的资源路径内是否有...
对长时间的语音数据流进行识别，适用于会议演讲、视频直播等长时间不间断识别的场景。功能简介 NUI SDK提供更小的工具包和更完善的状态管理。为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK进行使用，并保持...
是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 听悟实时推流 是 以arkts HAR包的形式进行集成。解压压缩包，其中entry/libs/neonui.har 是SDK生成的HAR包文件，在用户工程项目中导入调用即可。如果需要HarmonyOS Next CPP接入...
是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 听悟实时推流 是 以arkts HAR包的形式进行集成。解压压缩包，其中entry/libs/neonui.har 是SDK生成的HAR包文件，在用户工程项目中导入调用即可。如果需要HarmonyOS Next CPP接入...
2021-03-25 华东2（上海）已下线 2021年02月 类目名称 接口名称 功能描述 发布时间 发布地域 相关文档 人脸人体 静态手势识别 可以识别图片中的手势动作等。2021-02-26 华东2（上海）已下线 2021年01月 类目名称 接口名称 功能描述 发布...
2020-09-30 华东2（上海）已下线 分割抠图 皮肤分割 用于识别图片中的人物皮肤，并对图中人物的皮肤区域进行分割。2020-09-30 华东2（上海）皮肤分割 图像分析处理 股骨颈骨折分型 对输入的髋关节正位片，检测两侧的股骨颈是否骨折。2020-...
使用限制 文件类型 限制说明 Excel 系统默认将上传文件的首行识别为标题行，第二行开始识别为要上传的数据。您也可以根据实际情况，在 预览数据 页面调整标题行。标题行不允许存在空单元格，您可以在 预览数据 页面设置标题行行数，或修改...
在 遥感影像识别 对话框中，您可以查看识别文件的 文件名称、文件大小 和 像素大小。说明 根据文件大小不同，此识别过程持续时间在1分钟~1小时不等，您可以单击对话框下方的 后台识别 即可进入后台智能识别状态。完成识别后，您可以在 我的...
在 遥感影像识别 对话框中，您可以查看识别文件的 文件名称、文件大小 和 像素大小。说明 根据文件大小不同，此识别过程持续时间在1分钟~1小时不等，您可以单击对话框下方的 后台识别 即可进入后台智能识别状态。完成识别后，您可以在 我的...
皮肤分割 识别图片中的人物皮肤，并对图中人物的皮肤区域进行分割。商品分割 商品分割 识别输入图像中的商品轮廓，与背景进行分离，返回分割后的前景商品图（4通道）。适用于单商品或多商品、复杂背景等场景。服饰分割 对输入图像中的服饰...
SubtitlesEnglishResultsUrl String url2 英文字幕识别对应的标准SRT格式文件下载地址。CastResults Array of castResults 演职员表识别结果。DetailInfo Map 详细内容。String cast 详细内容。EndTime Float 0.6 视频帧截止时间戳，单位：...
导出环节 若识别完成，请及时点击“导出Excel”按钮，导出已识别图片的结构化信息，保存于文件记录中的Excel文档中；导出后，未识别或识别失败的图片将自动删除并清空图片列表；您也可在导出前再次点击“识别”按钮，以识别未识别或识别...
测试文件归档\OCR房产证识别.png' house_cert_data=rpa.ai.ocr.house_cert(image_path)bank_card bank_card(image_path)方法描述 银行卡 参数说明 image_path str 银行卡图片路径 返回值说明 返回识别结果 json 调用样例-rpa.ai.ocr.bank_...
图片二进制文件 PageNo integer 否 指定识别的 PDF/OFD 页码；例如：pageNo=6，识别 PDF/OFD 的第六页。如果该参数为空，或传值大于 PDF/OFD 总页数，则识别 PDF/OFD 的第一页。如果使用 SDK 设置此参数，请更新 SDK 版本，该参数在 SDK ...
图片二进制文件 PageNo integer 否 待识别的 PDF/OFD 页码。如果字段为空，或大于 PDF/OFD 总页数，则识别第一页。使用 SDK 设置此字段，请更新 SDK 版本。1 MergePdfPages boolean 否 是否合并 PDF 的 前几页，并返回合并页的识别结果...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。其他提示 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 ...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。其他提示 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 ...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。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...
图片二进制文件 OutputCharInfo boolean 否 是否输出单字识别结果，默认不需要。true：需要；false：不需要。false NeedRotate boolean 否 是否需要自动旋转功能，默认不需要。true：需要；false：不需要。false OutputTable boolean 否 ...
可精准识别各类银行卡中的银行卡卡号和有效期，且支持横卡、竖卡及银行卡任意角度偏斜情况的识别与提取，支持中国内地大多数银行，以及各种位数、凸字卡面、平面卡面等的识别。接口说明 本接口适用场景 阿里云银行卡识别，是阿里云官方自研...
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...
建议您使用Java SDK图片OCR识别接口识别图片中的文字或卡证信息。更多信息，请参见 同步检测 和 图片OCR识别。如何配置内容安全自定义OCR模板？内容检测API的OCR卡证内容识别功能支持自定义OCR模板，帮助您提取自定义图片中的结构化文字...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。其他提示 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。相关能力 云市场银行开户许可...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。其他提示 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 ...
图片过大会影响接口响应速度，建议使用小于 1.5M 图片进行识别，且通过传图片 URL 的方式调用接口。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 ...