StreamType Integer 否 0 单路转推模式下转推音频流。取值：0（默认值）：转推原始流。1：仅转推音频流。2：仅转推视频流。BackgroundColor Integer 否 0 背景色RGB，默认是 0（黑色）。计算公式为 R+G×256+B×65536，R（红）、G（绿）、B...
模型名称（model）模型简介 输出视频规格 wan2.6-i2v 推荐 万相2.6（有声视频）新增多镜头叙事能力 支持 音频 能力：支持自动配音，或传入自定义音频文件 分辨率档位：720P、1080P 视频时长：5秒、10秒、15秒 固定规格：30fps、MP4(H.264...
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。通过Windows客户端上传文件 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，目前仅支持Windows客户端。仅支持本地文件上传。程序集成 使用上传SDK...
本文档将介绍如何在您的Android项目中集成 ARTC SDK，快速实现一个简单的实时音视频互动App，适用于互动直播和视频通话等场景。功能简介 在开始之前，了解以下几个关键概念会很有帮助：ARTC SDK：这是阿里云的实时音视频产品，帮助开发者...
智能内容理解是先进的媒体分析服务，能深度解析视频、音频、图片与文本。本文系统阐述其核心功能、产品优势与典型应用场景，助您提升内容生产效率，严控内容风险。
短视频SDK提供了裁剪模块，支持对视频按时长、画幅裁剪，对音频按时长裁剪，对图片按画幅裁剪。本文为您介绍iOS端短视频SDK的视频裁剪方法。版本支持 版本 是否支持 专业版 支持 标准版 支持 基础版 支持 相关类功能 类名 功能 AliyunCrop ...
查询一段时间内的流的上行推流的音视频参数。接口说明 数据最大查询跨度为 24 小时。数据最小查询跨度为 1 分钟。数据最大查询范围为 31 天。QPS 限制 本接口的单用户 QPS 限制为 10 次/分钟。超过限制，API 调用会被限流，这可能会影响您...
模型列表 中国大陆（北京）模型名称 版本 支持的语言 支持的采样率 适用场景 支持的音频格式 单价 免费额度（注）fun-asr-realtime 当前等同fun-asr-realtime-2025-11-07 稳定版 中文（普通话、粤语、吴语、闽南语、客家话、赣语、湘语、...
媒体处理提供强大的媒资检索功能，上传媒体到媒体库后，可以对媒体文件进行工作流管理、媒体管理、媒体类目管理等操作。本文为您介绍媒体库的功能及业务场景。功能 媒体工作流管理：增、删、改、查以及激活和停止。媒体工作流执行实例：遍...
视频点播提供了支持视频、音频、图片、文本等全方位的媒体审核服务，可帮助用户发现媒体资源中的暴恐、涉政、涉黄、广告、辱骂、不良场景等风险内容或元素，降低人工审核成本，提升内容质量，改善平台秩序和用户体验。本文为您介绍视频点播...
通过上传SDK，您可以快捷上传视频、音频、图片、字幕等各种媒体文件到点播存储。分类 上传SDK同时提供服务端和移动客户端等多种版本SDK，全面适配各个主流平台和运行环境。端侧 说明 支持的语言/平台 服务端上传 针对主流服务端编程语言...
IsMergeAudio 是否要拼接尾板视频的音频内容。BgColor 如果尾板视频的宽或者高小于正片时，设置空白处填充的背景色。示例代码 例如一个 720P（1280×720）的正片视频，拼接上开板和尾板是 480P（640×480）的MP4视频，并且设置开板视频开始...
模型列表 paraformer-realtime-v2（推荐）paraformer-realtime-8k-v2（推荐）paraformer-realtime-v1 paraformer-realtime-8k-v1 适用场景 直播、会议等场景 电话客服、语音信箱等 8kHz 音频的识别场景 直播、会议等场景 电话客服、语音...
GIF 具体规格如GIF.4K WEBP转码-WEBP 具体规格如WEBP.4K 音频转码 共享型音频 AudioShared 不涉及 转封装 视频转封装 Segmentation 不涉及 窄带高清™1.0转码 窄带高清1.0 H264.4K 未更名 H264.4K_NarrowBandHD 不涉及 窄带高清1.0 H264.2K...
模型列表 中国大陆（北京）模型名称 版本 支持的语言 支持的采样率 适用场景 支持的音频格式 单价 免费额度（注）fun-asr-realtime 当前等同fun-asr-realtime-2025-11-07 稳定版 中文（普通话、粤语、吴语、闽南语、客家话、赣语、湘语、...
获取指定实例下的通话早媒体音频。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 授权信息 当前API暂无授权信息透出。请求参数 名称 类型 必填 描述 ...
模型列表 paraformer-realtime-v2（推荐）paraformer-realtime-8k-v2（推荐）paraformer-realtime-v1 paraformer-realtime-8k-v1 适用场景 直播、会议等场景 电话客服、语音信箱等 8kHz 音频的识别场景 直播、会议等场景 电话客服、语音...
可以发送实时音频流（比如从话筒中实时获取到的）或者录音文件音频流，音频应是单声道。音频通过WebSocket的二进制通道上传。建议每次发送100ms的音频，并间隔100ms。事件（服务端→客户端）事件是服务端返回给客户端的消息，为JSON格式，...
转码是将音视频文件转换成另一个或多个音视频文件，以适应不同网络带宽、不同终端设备和不同的用户需求。媒体处理提供普通转码、窄带高清™1.0、窄带高清™2.0转码、倍速转码 和分辨率倍增 等多种转码类型，本文为您介绍媒体处理各类型转码...
获取离线质检音频文件相关参数。一般情况下，如果客户在云联络中心中配置了质检功能，则需要离线质检的音频文件和相应的参数会自动传递给智能质检；只有当客户没有在云联络中心中配置质检功能，并且希望自己把云联络中心的录音推送给质检时...
智能审核计费 智能审核服务可对视频、音频、图片、封面、标题等媒体文件内容进行多维度精准识别，帮助您检测媒体文件中的风险或违规内容。使用智能审核服务后，将会按处理时长的秒数收费，若处理失败，不收取费用。计费规则 规则项目 计费...
通过上传SDK，您可以快捷上传视频、音频、图片、字幕等各种媒体文件到点播存储。分类 上传SDK同时提供服务端和移动客户端等多种版本SDK，全面适配各个主流平台和运行环境。端侧 说明 支持的语言/平台 服务端上传 针对主流服务端编程语言...
通过上传SDK，您可以快捷上传视频、音频、图片、字幕等各种媒体文件到点播存储。服务端SDK 点播服务提供了多种主流语言的SDK，您可以基于阿里云SDK编写代码来调用点播API，让您不用复杂编程即可快捷访问点播服务。播放器SDK 阿里云播放器...
下载示例音频文件：asr_example.wav。示例代码 Node.js 需安装相关依赖：npm install ws npm install uuid 示例代码如下：const fs=require('fs');const WebSocket=require('ws');const { v4:uuidv4 }=require('uuid');用于生成UUID/新加坡...
媒体DNA的使用 与其他视频检索方式不同，媒体DNA支持使用视频搜索视频。由于视频提取特征的时间较长，媒体DNA的搜索接口是异步的，所以提供了一套不同的OpenAPI接口与调用方式。关于媒体DNA的概念与使用方式，详见 媒体DNA。最佳实践 标签...
自定义转码模板接口 API 标题 API概述 AddTemplate 新增自定义转码模版 创建自定义模板，包含容器信息，视频跟音频流等设置。UpdateTemplate 更新自定义转码模版 更新自定义转码模板设置。QueryTemplateList 通过自定义模版ID查询转码模板...
标准转码包括普通视频转码、音频转码、转封装。转码是将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。支持H264\H265\H266\AV1\WEBP\GIF等协议。使用说明 视频点播系统预置了一个...
内容创作：在短视频社交媒体平台上，内容创作者通常运用视频拼接技术制作Vlog、教程或主题视频，以提升内容的吸引力和可视性。教育与培训：教师和培训师可以通过拼接不同的视频片段，以结合理论与实践的方式制作教学视频，从而促进学生的...
资源包总览 媒体处理提供以下资源包：资源包 说明 优惠力度 购买地址 普通转码包 用于抵扣中国内地及海外地域的普通转码时长（包含视频转码、音频转码、转封装）。不可抵扣获取元文件、截图、水印产生的接口请求费用。7.9折起（相比于按量...
短视频SDK提供了裁剪模块，支持对视频按时长、画幅裁剪，对音频按时长裁剪，对图片按画幅裁剪。版本支持 版本 是否支持 专业版 支持 标准版 支持 基础版 支持 相关类功能 名称 功能 AliyunICrop 裁剪功能核心类，包括裁剪、设置裁剪参数、...
已成功上传至OSS的视频、音频文件，可以通过SubmitJobs接口提交窄带高清™️1.0转码作业。PipelineId，管道ID：请使用标准管道、倍速转码类型的管道ID。TemplateId，转码模板ID：请使用窄带高清™1.0的定制模板或预置窄带高清模板。其他...
为提高媒体处理的易用性，视频点播提供了工作流能力，支持在控制台自定义媒体处理的流程。本文为您介绍如何使用工作流。什么是工作流 工作流旨在将大部分媒体处理功能流程化、实例化，用户可提前构建自定义处理流程，并将指定视频按照特定...
智能审核基于海量标注数据和深度学习算法实现，从语音、文字、视觉等多维度精准识别视频、封面、标题等违禁内容，包括色情、暴恐、政治敏感等多个审核类型，广泛应用于短视频平台、传媒审核等场景，可有效提高视频的审核效率。本文为您介绍...
上传到视频点播媒资库中的视频、音频、图片等媒资，支持对其进行模糊匹配、多值查询、指定返回字段等多方式多维度的搜索、筛选、过滤和排序，以获取到符合搜索条件的媒资信息。本文为您介绍如何通过控制台和API/SDK方式搜索媒资信息。使用...
媒资搜索 概述 调用SearchMedia接口，用于搜索视频点播生产的视频、音频和图片等媒资信息，可实现在视频点播中进行指定返回字段、精确匹配、模糊匹配、多值查询、范围查询、排序字段等多方式多维度的搜索查询。接口说明 获取命中数据条数...
智能审核计费 智能审核服务可对视频、音频、图片、封面、标题等媒体文件内容进行多维度精准识别，帮助您检测媒体文件中的风险或违规内容。使用智能审核服务后，将会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...
The audio is empty 原因：输入音频时间过短，导致采样点不足。解决方案：请增加音频的时间。File parsing in progress,please try again later.原因：使用 Qwen-Long 模型时，文件未完成解析。解决方案：请等待文件解析完成后再重试。The...
说明 视频通话中包含音频与视频时，仅按视频统计。订阅流时长 统计时间段内所有用户订阅的音频流、视频流的总时长。说明 视频通话中包含音频与视频时，仅按视频统计。房间数 累计房间数 统计时间段内所有创建的房间数。房间数峰值 统计时间...
本文为您介绍通义听悟API服务中，各项功能及其对应场景、使用限制与和调用方式。...中英自由说翻译成中、英或中&英 音频流 16K 实时 音视频文件翻译 音频文件 8k 离线 音频文件 16k/24k/48k 离线 视频文件 16k/24k/48k 离线
功能说明 录制模式 单流录制：对实时音视频频道内每个UID所对应的音频流与视频流逐一录制并生成与UID对应的音频和视频文件。录制文件的音频和视频配置参数默认沿用源流参数。音频OPUS编码格式会自动转化为AAC格式。说明 若发生断流，则会...