语音上传 开启后，会自动将音频文件以 webm 的格式上传至所选存储路径，并将音频文件的 URL 保存至组件的 remoteURL 中。语音存储路径 在“语音上传”开启时必填，指定音频文件的存储路径。扩展配置 组件前缀图标，后缀图标，可通过将文字...
} 说明 调用 enableVideoSampleObserver(true)以及registerVideoSampleObserver后：通过下面回调告诉引擎需要获取的视频格式：onGetVideoFormatPreference 通过以下三个回调获取对应的视频裸数据：onLocalVideoSample为本地预览数据回调，...
说明 调用 enableVideoFrameObserver:true 接口以及setVideoFrameDelegate后：通过下面回调告诉引擎需要获取的视频格式：getVideoFormatPreference 通过以下三个回调获取对应的视频裸数据：onCaptureVideoSample为本地预览数据回调，在开始...
本文介绍如何使用智能语音交互流式文本...流式播放器说明 在 audio_player.js 中，我们使用 Web Audio API 开发了 PCMAudioPlayer 播放器播放流式PCM格式的音频，将16bit采样点转化为float写入audioBuffer播放，并且在上一段音频播放结束的...
不同的音频编码格式和封装格式，支持的音频采样率不同。本文为您介绍媒体处理的采样率支持情况。当Output.Audio.Codec为非MP3的其他格式时，音频采样率支持情况如下：音频采样率/编码格式 AAC AC3/EC3 FLAC OPUS Vorbis WMA PCM(S16BE)8000...
分享的音频会和麦克风混流，需要同时推音频流，此时订阅端只需订阅音频流就可以听到对方麦克风和屏幕分享音频。停止屏幕分享。配置屏幕共享停止 aliWebrtc.configLocalScreenPublish=false;启动停推 aliWebrtc.publish().then(()={/推流...
调用 SubmitMediaConvertJob 接口，提交视频或音频文件的转码任务到智能媒体服务。使用 OverrideParams 设置字幕流 当前无法在转码模板中自定义设置字幕信息，需要在提交任务时使用 OverrideParams 显示设置字幕信息。参数 类型 说明 ...
模型效果示例 输入物：人物肖像图片+人声音频文件 输出物：人物肖像动态视频 人物肖像：人声音频：参见右侧视频 人物视频：人物肖像：人声音频：参见右侧视频 人物视频：人物肖像：人声音频：参见右侧视频 人物视频：说明 以上示例所用素材...
二、音视频终端SDK权限及调用时机 个人信息相关权限 是否必选 权限申请时机 权限用途 涉及SDK NSMicrophoneUsageDescription 否 发起音频/视频录制等需要音频的场景时 直播时、发起语音消息或录制短视频时获取麦克风声音 直播推流SDK、短...
为满足用户对音视频媒体文件进行格式转换、转封装、分辨率调整、帧率调整、截帧、提取雪碧图及添加水印等需求，智能媒体管理（IMM）系统推出了媒体处理功能。本文将对媒体处理所支持的功能进行详细介绍。功能简介 智能媒体管理（IMM）推出...
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，...
本文将介绍如何仅利用阿里云ARTC SDK，将RTC作为传输通道来实现AI实时互动的接入方案。背景概述 在AI+RTC领域，阿里云为客户提供两种接入方案：AI实时互动端到端方案，详细内容请参考 AI实时互动快速入门。RTC纯通道接入，AI服务编排需要您...
说明 调用 EnableVideoFrameObserver:true 接口以及RegisterVideoFrameObserver后：通过下面回调告诉引擎需要获取的视频格式：GetVideoFormatPreference 通过以下三个回调获取对应的视频裸数据：OnCaptureVideoFrame为本地预览数据回调，在...
无效的音频采样率 音视频文件转写支持的音频采样率8K/16K/24K/48K，具体参考 输入要求。TSC.AudioDuration Audio duration exceeded.音频文件时长超限 音视频文件转写限制输入音视频时长不超过6小时，具体参考 输入要求。TSC.AudioFileLink...
自定义布局步骤 确定布局画面数量、所引用的视频源及位置ID、画面层次关系。确定每个画面的坐标系位置、坐标、宽度或高度缩放比例。确定布局中音频混合数量、所引用的音频源及位置ID、音频混合顺序。确定每个音频的音量倍数、输入声道。...
自定义布局步骤 确定布局画面数量、所引用的视频源及位置ID、画面层次关系。确定每个画面的坐标系位置、坐标、宽度或高度缩放比例。确定布局中音频混合数量、所引用的音频源及位置ID、音频混合顺序。确定每个音频的音量倍数、输入声道。...
videoTrack AliRtcVideoTrack 远端用户发生变化后的视频流。onSubscribeChangedNotify：订阅结果回调。void onSubscribeChangedNotify(const AliRtc:String&uid,AliRtcAudioTrack audioTrack,AliRtcVideoTrack videoTrack)参数 类型 描述 ...
说明 调用registerVideoSampleObserver接口后，通过以下两个回调获取对应的视频裸数据。onCaptureVideoSample为预览数据回调，在开始预览之后可收到数据流。onRemoteVideoSample为拉流数据回调，subscribe拉流成功后可收到数据流。预览视频...
提交根据一段wav音频文件生成3D数字人视频任务，该接口会立即返回一个TaskUuid作为本次提交任务的唯一id，后续可以根据TaskUuid调用查询和取消任务接口。接口说明 提交根据一段 wav 音频离线生成 3D 数字人视频任务，该接口会立即返回一个 ...
当您播放视音频时，需要随意拖拽播放进度，而不影响视音频的播放效果，此时可以开启拖拽播放。您可以阅读本文，了解配置拖拽播放功能的操作步骤。功能说明 拖拽播放功能是指在视音频点播场景中，如果您拖拽播放进度，则客户端会向服务器端...
通过阅读本文，您可以了解输出音频数据的方法。输出音频数据 开启音频数据接收回调。aliWebrtc.enableAudioVolumeIndicator=true;说明 该接口可以在实例化后任何时间开启。使用音频能量值回调。aliWebrtc.on("onAudioLevel",(data)={ ...
获取媒体元信息介绍 获取媒体元信息 API 边转边播 不同于媒体转码需要在视频上传完成后等待整个视频转码完成才能播放，边转边播作为实时转码功能，可以实现原视频文件上传完成后立即开始播放，并在播放时仅对需要播放的视频片段进行转码。...
2016-09-13T16:04:00Z VideoBitRate number 直播流的视频码率。单位：Bps。1200 VideoFrameRate number 直播流的视频帧率。单位：FPS。30 RequestId string 请求 ID。BC858082-736F-4A25-867B-E5B67C85ACF7 说明 直播流的总码率与音频码率...
AUI Kits 低代码应用方案提供实时音频语聊房场景的音视频应用UI组件，您可以根据业务需求复用AUI Kits低代码应用方案中的功能模块，快速搭建语聊房场景，有效降低研发成本和周期，提升业务效果。场景概述 阿里云推出实时音频语聊房的方案，...
AUI Kits 低代码应用方案提供实时音频语聊房场景的音视频应用UI组件，您可以根据业务需求复用AUI Kits低代码应用方案中的功能模块，快速搭建语聊房场景，有效降低研发成本和周期，提升业务效果。场景概述 阿里云推出实时音频语聊房的方案，...
直播转点播最佳实践 在线教育的视频直播 纯音频与纯视频直播 播单型导播台API应用实战 体验优化实践 如何实现秒开？如何降低延时？推流上行并发路数监控报警 更多直播终端实践 运行直播小程序Demo 如何进行VR直播？如何在网页端进行视频...
阿里云智能媒体服务系统内置了许多实用的转场特效，在进行云剪辑时您可以根据实际需求选择使用。通过阅读本文，您可以预览各转场的效果。
自定义音频播放是用户在具有一定的研发能力的情况，希望自己控制播放来实现某些需求，因此ARTC提供了相关的功能，以方便用户实现这些需求。功能介绍 ARTC 默认集成了经过市场验证的音频播放模块，能够满足大多数场景下的播放需求。但在某些...
截取视频帧返回.jpg 格式的 UIImage，支持截取本地和对端任意 feed 的视频帧数据信息。参数：ARTVCFeed 参数 类型 说明 是否可为空 uid NSString*Feed 归属的用户 UID NO userType ARTVCParticipantType 用户类型，默认是普通用户，...
目录 API 描述 支持的最低版本 OnRawDataAudioFrame 本地采集音频数据的回调。2.1 OnPublishAudioFrame 本地推流音频数据的回调。2.1 OnSubscribeAudioFrame 本地订阅音频数据的回调。2.1 OnPlaybackAudioFrameBeforeMixing 混音前的指定...
UploadMediaByURL URL拉取上传 调用UploadMediaByURL基于源文件URL，拉取音视频媒体文件进行上传，支持批量上传。本接口主要适用于文件没有存储在本地服务器或终端，需要通过公网访问的URL地址上传的场景。UploadStreamByURL 媒体流URL拉取...
本文档介绍了该模型提供的视频生成能力的API调用方法。重要 本文档仅适用于“中国大陆（北京）”地域，且必须使用该地域的 API Key。模型概览 模型名 模型简介 liveportrait liveportrait是一个人物视频生成模型，可基于人物肖像图片和人声...
快速开始 准备工作 获取与配置 API Key，为安全起见，推荐将API Key配置到环境变量。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 ...
阿里云实时音视频支持将多路音视频流按照一定规则进行混流，并转推至阿里云视频直播或第三方直播平台，供麦下观众拉流观看。本文为您介绍如何启动云端混流与转推服务。使用场景 在实时音视频的解决方案中，包括但不限于以下场景，需要使用...
Native 2024-07-31 智能体回调 实时字幕 AI智能体和用户的对话信息将会被实时转换成文字，并由客户端进行展示。Native 2024-07-31 实时字幕 欢迎词 您可以在用户与AI智能体开始对话时设置欢迎词。控制台&API 2024-07-31 数据归档 用户和AI...
20307 开启浏览器录制失败：没有要求录制的视频流或者音频流。20308 开启浏览器录制失败：record_resolution 错误。20331 停止浏览器录制失败：房间状态错误。20371 暂停浏览器录制失败：房间状态错误。20372 暂停浏览器录制失败：未开启...
用量统计功能用于在指定通话应用下，根据使用时间段筛选出统计到的音视频通话数据进行展示。主要涉及指定通话应用下的通话时长、在线时长、房间数、用户数四个数据维度。具体包括相关数据维度下的数据指标概览、使用趋势、使用详情三个方面...
屏幕分享的同时进行音频分享 屏幕分享的同时如果希望进行系统音频的分享，可调用GetAudioDeviceManager-EnableSystemAudio(true)，详情请参见 DingRtcEngineAudioDeviceManager。订阅端 订阅端用户可通过自动或手动方式订阅推流端屏幕分享...
本接口通过 WebSocket 协议实现实时语音对话转写、意图识别、话术语音合成返回等功能，支持多种音频格式的输入输出，满足实时性与高兼容性需求。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，Open...
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 ...