输出音频数据 当应用需要输出音频媒体数据时，首先需要先继承AliRtcEventListener接口，实现onAudioSampleCallback回调，用于接收音频媒体数据。音频数据通过回调中audioSample参数返回，数据格式为PCM数据，目前SDK支持输出不同环节的音频...
方案架构图 调用时序图 接口及使用 通过继承AliRtcEventListener回调类，实现 onAudioSampleCallback 回调接收音频媒体数据，并根据业务场景使用相应的数据源。onAudioSampleCallback：订阅的音频数据回调。参数 类型 描述 type ...
输出音频数据 当应用需要输出音频媒体数据时，首先需要先注册registerAudioObserver接口，实现AliAudioObserver回调，用于接收音频媒体数据。数据格式为PCM数据，目前SDK支持输出不同环节的音频数据，注册通过AliAudioType参数指明当前回调...
使用音频回调 AliAudioObserver 接收音频媒体数据，并根据业务场景使用相应的数据源。registerAudioObserver：注册音频数据回调。public abstract void registerAudioObserver(AliRtcEngine.AliAudioType audioType,AliRtcEngine....
AliyunAudioStream 音频流信息类型 名称 类型 描述 Index String 音频流序号，标识音频流在整个媒体流中的位置。CodecName String 编码格式简述名。CodecLongName String 编码格式长述名。CodecTimeBase String 编码时基。CodecTagString ...
阿里云CLI（Alibaba Cloud Command Line Interface）是基于 OpenAPI 构建的通用命令行工具，您可以通过阿里云CLI实现自动化管理和维护 媒体处理。本文将为您介绍使用阿里云CLI调用 媒体处理 的操作步骤和示例。前置概念 阅读本文前，若您还...
应用场景 原创识别：准确识别是否为原创视频、编辑变换后视频、自媒体再创作视频。解决短视频领域维权问题，为视频素材交易生态提供技术基础，防止侵权视频侵害原创者及视频平台利益。视频查重：建立独立视频DNA库，在该库中对样本视频完成...
内容创作 自媒体、大V等内容创作方可将个性化定制的声音应用于传播平台。如，资讯播报、视频配音等。在线教育“复制”在线课堂老师的声音，增强课堂的交互性。自学习平台 热词 在语音识别服务中，如果在您的业务领域有一些特有的词，默认...
在线流媒体服务：在线平台将音频转码为多种比特率，以适应不同网络条件，保证在低带宽下流畅收听。视频制作与后期处理：视频编辑时，音频素材需转码以匹配项目要求或适合网络传播。注意事项 音频转码仅支持异步处理（x-oss-async-process...
功能概述 应用场景 原创识别：准确识别是否为原创视频、编辑变换后视频、自媒体再创作视频。解决短视频领域维权问题，为视频素材交易生态提供技术基础，防止侵权视频侵害原创者及视频平台利益。视频查重：建立独立视频DNA库，在该库中对...
onAudioRouteChanged 音频路由发生变化回调（仅适用于Android、iOS平台）。onRemoteUserSubscribedDataChannel 可以开始发送data channel消息回调。onDataChannelMessage data channel自定义消息接收回调。AliRtcAudioVolumeObserver API ...
返回 返回 MediaDeviceInfo[]，本地所有可用的音频播放设备列表 getDevices()枚举可用的媒体输入和输出设备，比如麦克风、摄像头、耳机等。调用成功后 SDK 会通过 MediaDeviceInfo 对象返回可用的媒体设备。类型签名 getDevices():Promise ...
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...
进阶功能概览 功能分类 功能 功能描述 媒体流编码与处理 视频常用操作和配置 调用接口设置各类视频编码属性。音频常用操作和配置 设置不同的音频编码模式和音频场景模式。在不同设备上实现屏幕共享 在不同设备（Windows、iOS和Android）上...
在使用媒体处理或云剪辑功能前，您需要将视频、音频、图片和辅助媒资等多种类型媒资上传（注册）到智能媒体服务系统中。通过阅读本文，您可以了解智能媒体服务媒资上传的方式及支持的文件类型等信息。支持上传的文件格式 智能媒体服务支持...
自2011年推出GB/T28181-2011版本以来，全国安防行业都在建设部署基于GB/T28181标准的前端设备、平台服务器、平台客户端等安防产品。2016年又升级到GB/T28181-2016标准，该标准已成为国内安防行业主流协议规范。以下对GB/T28181-2016做简要...
媒体上传及生产 功能集 功能 功能描述 参考文档 媒体上传 内容上传 视频点播支持视频、音频、图片、辅助媒资（水印、字幕、素材文件）等媒体文件上传。文件可以是本地文件也可以是网络文件（网络文件采用URL拉取上传）内容上传 直播转点播 ...
文本违规检测 社交媒体监控 在社交媒体平台上，文本内容检测技术可以自动识别和过滤包含欺凌、仇恨言论、不当内容或其他违反平台规则的信息，有助于保护用户免受有害信息的侵扰，还能维护线上交流环境的健康和安全，确保内容的合规性和积极...
本文介绍了媒体工作流拓扑结构中的活动类型及支持参数。当您调用AddMediaWorkflow-新增媒体工作流、UpdateMediaWorkflow-更新媒体工作流的拓扑结构接口填写Topology拓扑结构时可参考此文档进行设置。活动类型 活动名称 拓扑结构中的...
将OSS的Bucket在媒体处理MPS中绑定为输入媒体Bucket、输后媒体Bucket后，媒体处理MPS才有权限监听该Bucket上传完成的消息，以实现触发工作流执行和回写处理完成的文件。具体操作，请参见 添加媒体Bucket。配置转码模板。（可选）配置水印...
音视频通话组件（Mobile Real-Time Communication，简称 MRTC）是 mPaaS 提供的音频、视频通话组件。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...
进阶功能概览 功能分类 功能 功能描述 媒体流编码与处理 设置视频编码属性 调用接口设置各类视频编码属性。设置音频编码以及场景模式 设置不同的音频编码模式和音频场景模式。在不同设备上实现屏幕共享 在不同设备（Windows、iOS和Android...
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...
30[What's new]Windows,Mac平台增加获取共享窗口的thumbnail和icon Android,iOS平台支持电话，闹钟打断，提供事件(OnUserAudioInterruptedBegin,OnUserAudioInterruptedEnded)音频observe支持每一路音频的PCM数据获取回调 Android平台支持...
媒体处理支持杜比音效制作、虚拟环绕声、音效增强、音量归一、超分、HDR等音视频增强功能，其中音频增强功能按照处理成功的分钟数计费，视频增强功能按照处理成功的帧数收费。本文介绍音视频增强的定价、计费规则和计费示例等内容。计费...
提交媒体信息作业。调用本接口之后媒体处理MPS会对输入文件进行媒体信息分析，返回输入文件的媒体信息。接口说明 请确认文件已成功上传至 OSS 后再提交媒体信息作业，否则会导致执行失败。您可通过 配置 OSS 回调消息确认文件上传状态。...
音频组及音频提取 子节点 参数 说明 音频组 名称 在文本框中输入本组音频名称。音频提取 名称 在文本框中输入本节点名称。转码模板 单击 选择，在弹出窗中设置 转码模板。说明 预置转码模板说明，请参见 预置模板详情。设置自定义转码模板...
利用智能媒体管理服务的人工智能（AI）引擎对图片、视频、音频等媒体文件进行分析得到的标签、人物、文本等丰富的元数据信息。项目 开发者使用智能媒体管理服务的基本单元。开发者通过创建项目来使用IMM的功能，为数据集配置限额。数据集 ...
媒体处理可以将一个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、终端设备和用户的需求。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...
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...
用户首先需要将音视频文件上传到AIGC平台。这些文件可以是本地存储的，也可以是从素材广场添加或从媒资库导入的。选择音视频文件的转写语言。支持多种语言的语音转写，包括但不限于普通话、英语、日语、粤语等。用户可以在创建任务时选择音...
onAudioRouteChanged 音频路由发生变化回调（仅适用于Android、iOS平台）。onRemoteUserSubscribedDataChannel 可以开始发送data channel消息回调。onDataChannelMessage data channel自定义消息接收回调。AliRtcAudioVolumeObserver API ...
发布及订阅相关接口 API 功能描述 publishLocalAudioStream 设置是否发布音频流，默认会推送音频流。isLocalAudioStreamPublished 查询当前是否推音频流。setDefaultSubscribeAllRemoteAudioStreams 设置是否默认接收音频流，默认会订阅...
在开发音视频相关应用时，windows 平台下许多高级功能（如音频设备管理 AliEngineInterfaceAudioDeviceManger、视频设备管理 AliEngineInterfaceVideoDeviceManger 和媒体引擎 AliEngineInterfaceMediaEngine）是通过对应的接口类提供的。...
RTC SDK发布地域包含华北1（青岛）、华北2（北京）、华北3（张家口）、华东1（杭州）、华东2（上海）、华南1（深圳）、华北5（呼和浩特）及中国香港，并且覆盖iOS、Android、Windows、Mac、Electron、小程序、Web、Unity及Linux平台，各...
阿里云RTC为您提供了纯音频通信、视频通话、互动连麦等主要功能，同时具有多分辨率视频、终端适配等关键特性，您可以根据业务需求选择合适的使用场景。主要功能 阿里云RTC的主要功能如下所示：功能 典型适用场景 纯音频通信 1v1和多人语音...
自 2024年4月10日 起，所有新建的应用都要求是AliRTC 3.0版本，不再提供AliRTC2.x版本的应用新建。新建的3.0应用必须使用配套RTC 3.0版本的 集成客户端SDK 和 API目录。目前有很多老客户线上运行的是AliRTC 2.5.7版本，因此需要尽快完成...
使用场景 社交媒体分享：通过动图，用户能够在社交平台上便捷地分享视频片段，以表达情感、幽默时刻或重要信息。在线表情包：将视频转换为动图可用于制作趣味或搞笑的表情包，从而增强在线交流的趣味性。教程和演示：在教学与演示中，动态...
目前AI实时互动支持您接入通义千问（系统预置）、阿里百炼平台、阿里通义星尘以及自研接入（OpenAI规范）。阿里百炼平台 阿里云的大模型服务平台阿里百炼是一站式的大模型开发及应用构建平台。选择对接阿里百炼平台提供的语言模型和服务时...
本文介绍了利用智能媒体管理（IMM）媒体转码接口来实现视频字幕提取的能力。功能简介 视频字幕提取是指从视频文件中将字幕信息分离出来的技术能力。通过提取字幕，用户可以单独访问和编辑视频中的文本信息，这对于多语言支持、无障碍观影...