文本转语音模板：指模板的内容是文本，在播放时自动转化为语音。例：尊敬的阿里云用户您好，您的验证码是${vericode}。变量是：${vericode}。语音通知文件：指预先录制好的音频文件（MP3或WAV格式），在接听后直接播放该文件。“场景&话术...
语音识别能自动断开多句话吗？语音识别服务支持离线功能吗？语音识别支持哪些模型？语音识别是否可以混合识别极少量英文单词和字母？开启ITN（逆文本规整）后，中文数字混合时为什么并不是全部转为阿拉伯数字？录音文件识别的enable_sample...
文本转语音话术（TTS）指话术的内容是文本，在呼叫播放时自动转化为语音。例：尊敬的阿里云用户您好，我是阿里云小二${vericode}。请问您是${vericode}。呼叫录音文件话术指预先录制好的音频文件（mp3/wav格式），在接听后直接播放该文件。...
本文为您介绍智能语音交互适用的各大应用场景。语音识别 语音搜索 支持各种场景下的语音搜索，如地图导航、浏览器搜索等。可以集成到任何形式的手机应用中，最大限度地解放双手。语音指令 通过语音命令控制智能设备，实现快捷便利的操作，...
一、CXG Voice 更新 语音信箱记录同步 支持将未接听成功的语音信箱记录自动同步至CXG的Vocie Call模块。若热线服务后台配置已启用语音信箱，您可通过订阅相关的事件实现同步，并在Salesforce收听语音信箱记录的录音。满意度评分回传 支持将...
产品使用 阿里云语音服务提供多种功能产品，包含语音通知、语音验证码、语音互动、智能语音交互及智能语音机器人，可以根据使用场景或业务优势选择不同的语音产品。功能 功能介绍 使用方式 说明 语音通知/语音验证码 向指定号码发起语音...
龙硕.mp3 cosyvoice-v1 longshuo 语音助手、导航播报、新闻播报、客服催收 中文 22050 mp3 龙婧 龙婧.mp3 cosyvoice-v1 longjing 语音助手、导航播报、新闻播报、客服催收 中文 22050 mp3 龙妙 龙妙.mp3 cosyvoice-v1 longmiao 客服催收、...
长文本语音合成功能提供了将超长文本（如千字或者万字）合成为语音二进制数据的功能。返回语音合成产品详情页 计费和并发限制 异步长文本语音合成仅提供商用版，不支持试用，详情请参见 试用版和商用版。要使用该功能，请开通商用版，详情...
排队设置 排队位置播报：处于排队状态时，机器人自动播报的话术，其中`${queuePosition}`固定变量写法，表示排队位置。排队超时时间：配置完成后，若超过了配置时间则结束排队。配置超时时间范围为（1-30）分钟。排队超时话术：当排队时长...
离线语音质检能自动区分坐席和客户吗？语音识别引擎只能区分出说话的不同角色，角色对应的身份引擎是无法识别的，需要用户从业务的角度自行判断。建议您在存储录音时按照角色分类存储，同时发起质检任务时，指定轨道角色。在通过API发起...
本文介绍了如何使用阿里云离线语音合成服务提供的iOS NUI SDK，包括下载安装SDK和语音包、SDK关键接口及代码示例。前提条件 阅读接口说明，详情请参见 接口说明。已获取项目Appkey，详情请参见 创建项目。已获取AccessKey ID和 AccessKey ...
图像编辑-通义千问 实时语音识别 2025-10-27 qwen3-asr-flash-realtime、qwen3-asr-flash-realtime-2025-10-27 通义千问实时语音识别大模型具备自动语种识别功能，可识别 11 种语音类型，并能在复杂音频环境下较为准确地转录。实时语音识别...
本文介绍了如何使用阿里云智能语音服务提供的iOS NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 阅读接口说明，详情请参见 接口说明。已准备项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 获取Token概述。...
本文介绍如何使用阿里云智能语音服务提供的iOS NUI SDK，包括SDK下载安装、关键接口及代码示例。前提条件 使用SDK前，请先阅读接口说明，详情请参见 接口说明。准备好项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 ...
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 流式文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 听悟实时推流 是 以arkts HAR包的形式进行集成。解压压缩包，其中entry/...
功能 是否支持 一句话识别 是 实时语音识别 是 语音合成 是 实时长文本语音合成 是 流式文本语音合成 是 离线语音合成 否 录音文件识别极速版 是 唤醒及命令词 否 听悟实时推流 是 以arkts HAR包的形式进行集成。解压压缩包，其中entry/...
本文档提供了语音合成Sambert Android SDK的详细使用指南，帮助您将文本转换为高质量、富有表现力的语音。用户指南：关于模型介绍和选型建议请参见 语音合成-Sambert。在线体验：暂不支持。快速开始 获取API Key：获取API Key，为安全起见...
本文档提供了语音合成Sambert iOS SDK的详细使用指南，帮助您将文本转换为高质量、富有表现力的语音。用户指南：关于模型介绍和选型建议请参见 语音合成-Sambert。在线体验：暂不支持。快速开始 获取API Key：获取API Key 说明 当需要为...
语音合成为您提供将输入文本合成为语音二进制数据的功能。本文档介绍了当前目录下各SDK文档的通用信息。返回语音合成产品详情页 计费和并发限制 语音合成提供试用版和商用版两种计费模式，详情请参见 试用版和商用版。如果您需要将试用版...
本文介绍语音合成Sambert Python SDK的参数和接口细节。用户指南：关于模型介绍和选型建议请参见 实时语音合成-CosyVoice/Sambert。在线体验：暂不支持。前提条件 已开通服务并 获取与配置 API Key。请 配置API Key到环境变量，而非硬编码...
离线语音合成是指在弱网或无网状态下，通过设备本地的语音合成模型，将文本转换成自然流畅的语音。产品体验 更多合成效果可至 离线语音合成产品详情页 进行体验。功能介绍 离线语音合成主要包括以下功能，暂不支持多实例调用。提供语速调节...
支持基于文字或语音驱动的数字人模拟真人播报能力。支持转场、滤镜、特效、贴纸、文字动效等美化能力。支持批量化、程序化、后台化多任务并行提交。支持处理的内容来源 支持阿里云对象存储（OSS）、阿里云视频点播（VOD）及本地媒资（本地...
语音合成（文字转语音）：预置阿里云通义的产品能力。采用标准协议与您自主研发的语音合成模块进行对接。支持将MiniMax的语音能力作为第三方插件进行集成。文生文大语言模型：预置阿里云通义的产品能力。选择阿里云百炼平台上模型中心、...
语音合成（文字转语音）：预置阿里云通义的产品能力。采用标准协议与您自主研发的语音合成模块进行对接。支持将MiniMax的语音能力作为第三方插件进行集成。文生文大语言模型：预置阿里云通义的产品能力。选择阿里云百炼平台上模型中心、...
语音合成（文字转语音）：预置阿里云通义的产品能力。采用标准协议与您自主研发的语音合成模块进行对接。支持将MiniMax的语音能力作为第三方插件进行集成。文生文大语言模型：预置阿里云通义的产品能力。选择阿里云百炼平台上模型中心、...
以 创建语音通话工作流模板 为例：以创建语音通话工作流模板为例：您只需要配置以下3个节点，就能完成语音通话工作流的创建。您可以前往 Demo体验，以全面了解上述能力。您也可以前往 快速入门，开始AI实时互动能力的构建。产品优势 全球高...
以 创建语音通话工作流模板 为例：以创建语音通话工作流模板为例：您只需要配置以下3个节点，就能完成语音通话工作流的创建。您可以前往 Demo体验，以全面了解上述能力。您也可以前往 快速入门，开始AI实时互动能力的构建。产品优势 全球高...
文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。功能 子功能 备注 操作方法 多音/弹出浮层高亮多音字，逐一标注 文本 人名 姓氏自动匹配、连续...
表示播报消息是否允许被打断，如为 false，则播报消息不能被语音打断、按键打断等方式打断 true CustomAttribute string 否 自定义参数，透传到客户端 {\"color\":\"blue\"} BackgroundMusic object 否 背景音。format string 否 格式。wav...
播报完当前句子再停止 volume int 智能体说话的音量，范围为 0~400，默认值为100 workflowOverrideParams String 工作流覆盖参数 enableIntelligentSegment boolean 智能断句开关 asrConfig ARTCAICallAgentAsrConfig 语音识别配置 ...
播报完当前句子再停止 volume int 智能体说话的音量，范围为 0~400，默认值为100 workflowOverrideParams String 工作流覆盖参数 enableIntelligentSegment boolean 智能断句开关 asrConfig ARTCAICallAgentAsrConfig 语音识别配置 ...
为了满足不同的交互需求，您可以为智能体配置相应的工作流，并且实现以下能力：音视频通话 语音通话 用户通过语音与智能助手交流对话。数字人通话 通过视频与数字人互动，提升用户体验真实性。视觉理解通话 通过视频互动，智能体结合语音和...
龙硕.mp3 cosyvoice-v1 longshuo 语音助手、导航播报、新闻播报、客服催收 中文 22050 mp3 龙婧 龙婧.mp3 cosyvoice-v1 longjing 语音助手、导航播报、新闻播报、客服催收 中文 22050 mp3 龙妙 龙妙.mp3 cosyvoice-v1 longmiao 客服催收、...
智能体主动完成任务后挂断：当智能体已完成信息确认、订单创建等业务目标，可携带结束语进行播报并自动挂断，实现自然收尾。业务规则驱动的智能转呼：当用户需求超出当前智能体服务能力范围时，智能体可依据预设策略进行人工转呼。实现方案...
功能介绍 语音合成支持哪些音色？CosyVoice-V2 支持的音色请参见：语音合成-CosyVoice/Sambert 中 CosyVoice音色列表（CosyVoice-V2）。Sambert 支持的音色请参见：语音合成-CosyVoice/Sambert 中 Sambert音色列表。通义千问-TTS 支持的...
收号超时提示音 到达超时时间后，将播报收号超时提示音，超时提示音播报完成后，重新播报收号提示音。使用音频文件 下拉菜单中显示已上传的私有音频，以及呼叫中心提供的公共音频。如果列表中没有您需要的音频文件，可点击“上传音频”，...
长文本语音合成功能提供了将超长文本（如千字或者万字）合成为语音二进制数据的功能。说明 语音合成产品详情页 仅提供大部分音色试听，若详情页没有您想要的音色试听，请通过接口文档进行调用试听。接口文档请参见 Java SDK、C++ SDK。计费...
3.1.1 语音合成的编辑功能 文本输入框集成了语音合成的编辑器功能，可在该编辑器中对语音合成进行人工的调整，例如标注多音字、标注文本读法、标注数值读法等，详见下表。同时文本输入框集成了情绪化音色的编辑能力，可在编辑器中选中某段...
AEC：回声消除，减少自身播报对语音交互的干扰。移动端 Android 和 iOS 可直接使用已集成的语音打断，其它芯片平台如需定制请联系商务。定向拾音：增强特定方向拾音，抑制甚至屏蔽其他方向声音。依赖麦克风阵列硬件布局，如需定制请联系...
语音双工决策接口API。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 元素中...