应用场景 离线证件识别：银行卡、身份证、驾驶证等离线证件识别场景，基于手机或安卓类硬件集成该功能，实现证件的高效识别。前提条件 使用SDK前需完成激活授权，具体请参见 激活并授权离线SDK。计费说明 关于证件识别SDK的报价，请参见 ...
相关能力 云市场通用多语言识别。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 下表是API对应的授权信息，可以在RAM权限策略语句的 Action...
重复记录处理：针对本次上传字段的识别结果与线上已有字段的识别结果重复时的处理策略，支持覆盖线上所有识别结果、覆盖线上所有未被锁定识别结果和保留线上已有识别结果，跳过不更新。覆盖线上所有识别结果：当新增字段与线上字段一致时，...
重复记录处理：针对本次上传字段的识别结果与线上已有字段的识别结果重复时的处理策略，支持覆盖线上所有识别结果、覆盖线上所有未被锁定识别结果和保留线上已有识别结果，跳过不更新。覆盖线上所有识别结果：当新增字段与线上字段一致时，...
说明 仅DataWorks企业版支持配置实时及离线风险识别规则，并对检测到的风险事件进行响应。DataWorks提供离线、实时风险响应的基础能力，帮助您感知、处理风险事件。离线风险响应：支持对MaxCompute数据访问/操作配置异常行为相关的离线风险...
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...
GetDetectLanguage 语种识别 调用GetDetectLanguage进行多种语言的识别。多模态翻译 API 标题 API概述 TranslateImage 图片翻译 调用TranslateImage进行多种语言之间图片的翻译。TranslateCertificate 证件翻译 调用TranslateCertificate...
GetDetectLanguage 语种识别 调用GetDetectLanguage进行多种语言的识别。5000字符以下的语种识别。多模态翻译 API 标题 API概述 使用场景 TranslateImage 图片翻译 调用TranslateImage进行多种语言之间图片的翻译。对时延要求较高，10M以内...
音视频翻译 4.1 上传视频 首页点击 智能机翻，切换到 音视频翻译，进入到音视频翻译模块，选择源语言、目标语言、识别方式后，上传要翻译的视频。说明 语音识别：针对视频中无字幕的场景，对视频中的语音进行识别，以识别的文案作为主字幕...
调用结果实时返回 风险识别通过线上实时请求、实时流量进行实时的指标计算、模型计算和策略规则计算，直接为您返回计算结果。整体响应时间根据事件和场景不超过200 ms，最短可以在20 ms 内返回。操作审计 风险识别已接入操作审计，帮助您...
警告 SenseVoice 服务即将下线：SenseVoice 录音文件识别服务即将下线，为避免影响业务，请尽快迁移至其他语音识别服务（录音文件识别-Paraformer/Fun-ASR、录音文件识别-通义千问）。本文介绍SenseVoice录音文件识别RESTful API的使用。...
警告 SenseVoice 服务即将下线：SenseVoice 录音文件识别服务即将下线，为避免影响业务，请尽快迁移至其他语音识别服务（录音文件识别-Paraformer/Fun-ASR、录音文件识别-通义千问）。本文介绍SenseVoice录音文件识别Java SDK的使用。用户...
监控能力 风险识别通过线上实时请求、实时流量进行实时的指标计算、模型计算和策略规则计算，实时返回计算结果。这种实时监控能力确保了用户能够及时发现和应对潜在的安全威胁。产品提供了全面的系统运行状态和性能指标监控，帮助用户实时...
警告 SenseVoice 服务即将下线：SenseVoice 录音文件识别服务即将下线，为避免影响业务，请尽快迁移至其他语音识别服务（录音文件识别-Paraformer/Fun-ASR、录音文件识别-通义千问）。本文介绍SenseVoice录音文件识别Python SDK的使用。...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
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...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
支持语音识别的语言代码：zh：中文 en：英文 ja：日语 ko：韩语 yue：粤语 de：德语 fr：法语 ru：俄语 es：西班牙语 it：意大利语 pt：葡萄牙语 id：印尼语 ar：阿拉伯语 th：泰语 支持翻译的语言代码：zh：中文 en：英文 ja：日语 ko：...
transcriptionEnabled(true)/设置是否开启实时识别.sourceLanguage("auto")/设置源语言（待识别/翻译语言）代码.translationEnabled(true)/设置是否开启实时翻译.translationLanguages(new String[]{targetLanguage})/设置翻译目标语言....
transcriptionEnabled(true)/设置是否开启实时识别.sourceLanguage("auto")/设置源语言（待识别/翻译语言）代码.translationEnabled(true)/设置是否开启实时翻译.translationLanguages(new String[]{targetLanguage})/设置翻译目标语言....
SenseVoice语音识别大模型专注于高精度多语言语音识别、情感辨识和音频事件检测，支持超过50种语言的识别，中文与粤语识别准确率相对提升在50%以上。说明 仅支持中国大陆（北京）地域。模型名称 支持的语言 支持的格式 单价 免费额度 ...
常见的音频或音视频文件一般采用16kHz及以上的采样率进行录制，可选择paraformer-v1模型进行中英文语音识别，或选择paraformer-MTL-v1模型对超过20种语言及中文方言进行语音识别。当明确知道需要识别的语音是中英文时，选择paraformer-v1...
transcriptionEnabled(true)/设置是否开启实时识别.translationEnabled(true)/设置是否开启实时翻译.translationLanguages(new String[]{"en"})/设置翻译目标语言.build();try { translator.call(param,new ResultCallback ...
transcriptionEnabled(true)/设置是否开启实时识别.translationEnabled(true)/设置是否开启实时翻译.translationLanguages(new String[]{"en"})/设置翻译目标语言.build();try { translator.call(param,new ResultCallback ...
若想使用其他编程语言开发Gummy实时语音识别、翻译应用程序，可以通过WebSocket连接与服务进行通信。用户指南：关于模型介绍和选型建议请参见 实时语音识别-Paraformer/Fun-ASR/Gummy 和 实时语音翻译-Gummy。在线体验：模型体验 WebSocket...
若想使用其他编程语言开发Gummy实时语音识别、翻译应用程序，可以通过WebSocket连接与服务进行通信。用户指南：关于模型介绍和选型建议请参见 实时语音识别-Fun-ASR/Gummy/Paraformer 和 实时语音翻译-Gummy。在线体验：模型体验 WebSocket...
目前可选用的领域专属模型如下表所示：模型名称 参数值 支持语言 采样率 实时/离线 适用场景 汽车领域销售对话语音识别模型 domain-automotive 中文 16k 离线 适用于汽车行业，包括门店接待、汽车试驾、车型推销等场景下的语音识别 教育...
2 AdditionalStreamOutputLevel integer 否 设置实时记录场景下活跃说话人对应的语言翻译识别结果返回等级。1：识别出完整句子时返回识别结果；2：识别出中间结果及完整句子时返回识别结果；仅在实时记录场景下且 MultipleStreamsEnabled=...
通义听悟智能纪要 Agent 基于语音识别和大语言模型，对会议、访谈、课堂等场景下的实时或离线录音进行智能总结分析。产品优势 高精度语音识别 能够将实时音频流或音视频文件中的语音转写成文字，支持中文、英文、粤语、日语、韩语、德语、...
智能纪要：基于语音识别和大语言模型，对会议、访谈、课堂等场景下的实时或离线录音进行智能总结分析。支持章节速览、大模型摘要总结（全文摘要、发言总结、要点回顾、思维导图）、要点提炼（关键词、待办事项、场景识别）、PPT提取及摘要...
智能语音交互（Intelligent Speech Interaction）是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互功能。适用于智能问答、智能质检、法庭庭审实时记录、实时演讲...
智能对话分析(Smart Conversation Analysis)依托于阿里云语音识别和自然语言分析技术，为企业用户提供智能的对话分析服务，支持语音和文本数据的接入。可用于电话/在线客服坐席服务质量检测、风险监控识别、服务策略优化等场景。
多语言识别：支持五种语言形式的视频分析，包含中文、英语、法语、日语、中英文自由说。人物身份识别：支持对视频中的人物进行识别，最多支持识别3个人物，每个人物可上传1张图片。人脸相似度阈值：取值范围为0.1~1，推荐取值区间为0.45~0....
支持设置多语言识别：中文、英文、粤语、中英文自由说。支持设置同步音频转码：转码为比特率128kb/s的mp3格式音频，准实时写入的指定OSS。支持设置会后纪要智能提取：是否开启有效音频片断检测，是否开启会中识别结果保存，智能提取关键词...
语言识别是否启用 get enable():boolean;private handleSubscribeAudioChanged;attach(channel:DingRTCChannel,clientChannel:any):void;更新支持的语言列表，全量替换，若当前已设置为发言语言或目标翻译语言的类型被移除则设置失败并给予...