本文介绍如何通过ARTC SDK 使用外部音频源，实现播放 PCM 音频裸数据或本地音频文件。功能介绍 ARTC SDK支持通过两种方式使用外部音频源：注入 PCM 格式的音频裸数据，或播放本地音频文件（如 MP3、WAV、AAC 等）。您可以根据业务场景选择...
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...
订阅远端音频流和视频流 如果您在入会前没有设置订阅音频流和视频流，则入会后会自动订阅远端的音频流和视频流；如果您在入会前设置取消自动订阅音频流和视频流，则入会后需要调用以下接口进行手动订阅：/对整体操作：全部订阅或者全部不...
介绍如何通过音频分组接口实现分组讨论的应用场景。典型场景 一个课堂，有老师，助教和学生。在讨论某个题目的时候，老师可以将学生分成若干个讨论组，每个讨论组中的学生只能在本组中讨论问题，他听不见其他组里面的声音。而老师和助教...
语音转写是通义听悟的核心功能，用以将音视频文件或实时音频流中的语音转写成文字。语音转写是通义听悟API服务链路中的第一个节点，必选其中的一种形式，无法禁用。支持中、英、粤、日等语种，可在转写参数中配置说话人分离功能。请求参数 ...
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...
订阅远端音频流和视频流 如果您在入会前没有设置订阅音频流和视频流，则入会后会自动订阅远端的音频流和视频流；如果您在入会前设置取消自动订阅音频流和视频流，则入会后需要调用以下接口进行手动订阅：/对整体操作：全部订阅或者全部不...
订阅远端音频流和视频流 如果您在入会前没有设置订阅音频流和视频流，则入会后会自动订阅远端的音频流和视频流；如果您在入会前设置取消自动订阅音频流和视频流，则入会后需要调用以下接口进行手动订阅：/对整体操作：全部订阅或者全部不...
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...
悦动人像EMO可基于人物肖像图片和人声音频文件，生成高质量的人物肖像动态视频。其中，包含2个独立的模型“悦动人像EMO-detect”和“悦动人像EMO”，分别提供人物图片合规检测与人物视频生成能力。重要 本文档仅适用于“中国大陆（北京）”...
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。...
启用时会把 hdr 的视频转成 sdr。true TransConfig object 转码通用配置。IsCheckAudioBitrate string 是否检查音频码率。当输出音频码率大于媒体源音频码率时，则视为输出音频码率等于媒体源音频码率，即设置的音频码率参数不会生效。此值...
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 ...
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 ...
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...
前提条件 已经集成音视频通话智能体，并实现了基础的音视频通话功能，请参考 音视频通话智能体集成。功能实现 AICallKit SDK并未直接提供播放音频接口，它依赖于AliVCSDK_ARTC所提供的外推音频裸数据API，或播放伴奏API。您可以基于...
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...
对于不转码的视频（或音频）接收到 视频上传完成 事件通知后即可进行播放，此时可通过调用 获取视频播放地址 接口获取到播放地址，目前仅以下格式支持不转码直接播放：MP4、FLV、M3U8、MP3、WEBM。对于转码的视频，接收到 单个清晰度转码...
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...
本文将介绍在ARTC原生SDK（Android、iOS、Windows、Linux及Harmony平台）与Web SDK进行音视频互通时应注意的事项。默认配置互通 ARTC原生SDK在默认的配置下可直接与ARTC Web SDK实时音视频互通，开发者在App集成SDK后可通过 Web Demo试用 ...
功能介绍 ARTC SDK提供了通话前设备检测功能，旨在对本地关键音频与视频设备进行全面检测，包括麦克风、扬声器和摄像头。在正式开启通话之前，用户能够提前识别潜在的设备异常状况，从而避免在实际通话过程中因设备突发故障而陷入难以迅速...
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)={ ...
Shell ffmpeg-i input-video-file-ac 1-ar 16000-acodec libopus output-audio-file.opus 一般情况下，输出的音频文件将显著小于输入的视频文件的尺寸，接下去可向文件转写API提交该音频文件（以URL指定），获得语音识别结果。
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。
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，...
本文介绍智能硬件场景如何通过唤醒词快速启动通话。背景介绍 针对智能硬件场景，经常通过唤醒词来启动智能体的在线语音对话。例如：一问一答：用户说出唤醒词，等待设备响应（如“我在”）后，再说出指令。用户：小智管家 智能硬件：我在 ...
aliWebrtc.on("onAudioLevel",(data)={ console.log(data)})返回结果说明：当您推了音频流，返回数组中userId为字符串0的一项，是自己的音频信息。当您订阅了其他用户的音频流，该数组中会包含订阅用户的音频信息。具体数组各项的信息如下...
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...
一般情况下，输出的音频文件将显著小于输入的视频文件的尺寸，可向文件转写API提交该音频文件（以URL指定），获得语音识别结果。ffmpeg-i input-video-file-ac 1-ar 16000-acodec libopus output-audio-file.opus 通过OSS提高文件转写效率...
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...
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...
本文介绍如何将阿里云实时音视频（ARTC）服务集成到运行 Linux 系统的具身智能设备（如机器人）中。前置准备 创建一个音视频通话智能体，详细步骤请参见 音视频通话快速入门。阿里云提供了Python版的 Linux Demo示例 供参考代码实现。核心...
Details 该方法用于设置相机流视频编码属性对应的视频参数，如分辨率、帧率、码率、视频方向等 所有设置的参数都有相应的范围限制，如果设置的参数不在有效范围内，SDK会自动调节。Note 该方法在入会前和入会后都可以调用，如果每次入会只...
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...
素材广场是一个强大的资源库，为视频制作者提供大量的视频、图片、音频等素材，通过这些资源，用户可以便捷地创建高质量的混剪视频。本文档将详细介绍如何高效利用素材广场的功能。进入素材广场 进入 EchoMind。单击左侧导航栏的 媒资库 ...
数字人播报视频创作的操作指南 1 进入视频创作列表 进入数字人视频 工作台，点击“立即创建”：选择创建的视频比例“横版16:9”或者“竖版9:16”，目前仅支持两种比例（注意视频项目选择比例后不可修改）2 进入视频创作的工具页面 2.1 数字...
直播转点播是将直播流同步录制为点播视频，并支持媒资管理、媒体处理（转码、内容审核、智能封面等AI处理）、内容制作（云剪辑）、CDN分发加速等一系列操作。本文提供了Java SDK查询直播流录制生成的点播视频列表的API调用示例。接口调用...
场景1：保留原视频音频 说明 在 input 中分别指定了包含默认语言的视频和英文、日语两种语言音频的文件地址作为输入。在 OutputGroups.GroupConfig 中指定 Type 为 File，表示这个 Group 是单文件封装的输出。在 OutputGroups.Outputs....