阿里云百炼提供了丰富多样的模型选择，它集成了通义系列大模型和第三方大模型，涵盖文本、图像、音视频等不同模态。旗舰模型 中国大陆（北京）旗舰模型 通义千问Max 适合复杂任务，能力最强 通义千问Plus 效果、速度、成本均衡 通义千问...
AliRtcSceneMusicMode 音乐场景 高保真音乐音质，推荐乐器教学等对音乐音质有要求的场景使用。AliRtcSceneChatRoomMode 聊天室模式 适用于没有音乐的聊天室场景。参数搭配推荐 您可以根据推荐进行参数搭配，也可以根据自身实际业务场景进行...
举例：在一场演唱会中，每一个乐器的奏唱都是一个独立的声音信号发出者，许多不同的独立的声音信号从不同的空间位置以不同的强弱（声波的能量）、音调高低（声波的波峰波谷高低）传入耳朵，让大家对不同乐器所在位置产生模糊错落的感觉，...
乐器教学小班课 ENGINE_HIGH_QUALITY_MODE SCENE_MUSIC_MODE 音质高清，优先音乐质量，传输流畅。适用于对音乐音质有极致追求的场景。直播连麦（语聊）ENGINE_HIGH_QUALITY_MODE SCENE_MEDIA_MODE 传输流畅、音质高清，保证语音质量的同时...
2.0%数字阅读 10.0%乐器 乐器/吉他/钢琴/配件 2.0%乐器服务 1.0%其他二级类目 2.0%汽车及配件 汽车用品/电子/清洗/改装 3.0%汽车电子防盗安防 2.0%汽车辅助驾驶 2.0%汽车音响改装 2.0%汽车智能网联 2.0%新能源充电设备/用品 2.0%汽车专用...
关键特性 阿里云RTC的关键特性如下所示：特性 说明 音频3A 行业优秀的音频3A（AGC、AEC、ANS），支持针对人声、乐器等场景定制化调优。多分辨率视频 多分辨率的视频分层编码，支持480P及以下、720P及以下、1080P及以下（特定设备）。弱网...
音乐教学 针对音乐教学和陪练场景定制优化的实时音视频通信服务，满足乐器、人声的高清音质追求，同时保证音画超低延迟传输。家长能够同时进入课程房间实时互动，或者通过旁路直播隐身观摩，了解孩子的学习情况。支持课程录制、回放并将...
使用场景 音乐制作：在音乐创作过程中，音频拼接技术用于将不同乐器的音轨、声部或段落整合为一首完整的音乐作品，从而提升制作过程的灵活性与创意性。音频编辑与剪辑：在新闻报道、纪录片及其他音频节目的编辑过程中，音频拼接技术可帮助...
基本词 字母词 熟语 成语 熟语 古语词 熟语 惯用语 专有名词 动物 专有名词 植物 专有名词 武器 专有名词 节假日 专有名词 菜肴 专有名词 乐器 专有名词 中药材 专有名词 语言 专有名词 药品 专有名词 体育 专有名词 天文 专有名词 气象 ...
使用场景 音乐创作与制作：音乐人和制作人在创作歌曲时，常将独立录制的乐器或人声拼接成完整的曲目。有声读物和语音内容创作：有声书制作时，常将朗读音频按章节顺序拼接，确保故事连贯。影视后期制作：在影视制作中，音频编辑师需将对话...
枚举值 值 描述 DefaultMode 0x0000 一般的音视频通信场景推荐使用 MusicMode 0x0300 默认场景，音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用 ARTCAICallAgentViewMode 智能体视图渲染模式 枚举值 值 描述 Auto 0 ...
枚举值 值 描述 DefaultMode 0x0000 一般的音视频通信场景推荐使用 MusicMode 0x0300 默认场景，音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用 ARTCAICallAgentViewMode 智能体视图渲染模式 枚举值 值 描述 Auto 0 ...
枚举名 描述 ARTCAICallAudioSceneDefaultMode 一般音视频通信场景推荐使用 ARTCAICallAudioSceneMusicMode 音频场景配置，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用 ARTCAICallVideoRenderMode 视频渲染模式 枚举名 描述...
枚举名 描述 ARTCAICallAudioSceneDefaultMode 一般音视频通信场景推荐使用 ARTCAICallAudioSceneMusicMode 音频场景配置，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用 ARTCAICallVideoRenderMode 视频渲染模式 枚举名 描述...
MID,.MIDI-乐器数字接口音乐。视频文件.AVI-Audio Video Interleave。MP4-MPEG-4 视频。MKV-Matroska 视频容器。WEBM-一种开放的媒体容器格式，支持视频和音频。压缩文件.7Z-7-Zip 压缩文件。GZ-GNU 压缩文件。RAR-RAR 压缩文件。TAR-带...
通过阅读本文，您可以了解实时音视频Harmony SDK涉及的数据类型。类目录 数据类型 描述 AliRtcVideoRawData 视频帧数据 AliRtcAudioRawData 音频帧数据 AliRtcStats 会话数据统计信息 AliRtcUserVolumeInfo 发言人音量信息 ...
通过阅读本文，您可以了解实时音视频Harmony SDK涉及的数据类型。类目录 数据类型 描述 AliRtcVideoRawData 视频帧数据 AliRtcAudioRawData 音频帧数据 AliRtcStats 会话数据统计信息 AliRtcUserVolumeInfo 发言人音量信息 ...
通过阅读本文，您可以了解Android SDK涉及的数据类型。目录 数据类型 描述 支持的最低版本 AliRtcPluginErrorCode 插件错误码。2.1 AliRtcPluginProcessCode 插件数据处理返回码。2.1 AliRtcPluginDataType 插件数据类型。...
识别音乐：分许音乐，识别音乐中的乐器、节奏、调性、风格等。这段音频里说了什么？说话者是男是女？大致什么年龄？用的是什么语言或方言？听起来什么情绪？这段音频的原始内容是:'这是一封来自四川攀枝花钢铁厂的信'，说话者为男性，年龄...
AliEngineSceneMusicMode 音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用。AliEngineSceneChatRoomMode 聊天室场景，适用于频繁上下麦的聊天场景，音量条始终为语音通话音量条。AliEngineSceneShowRoomMode 秀场场景...
通过阅读本文，您可以了解iOS SDK和Mac SDK涉及的数据类型。目录 数据类型 描述 支持的最低版本 AliRtcAudioPlayingErrorCode 音乐伴奏播放错误码（仅iOS）。2.1 AliRtcAudioPlayingStateCode 音乐伴奏播放状态（仅iOS）。...
AliEngineSceneMusicMode 音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用。AliEngineSceneChatRoomMode 聊天室场景，适用于频繁上下麦的聊天场景，音量条始终为语音通话音量条。AliEngineSceneShowRoomMode 秀场场景...
AliRtcSceneMusicMode 音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用。AliRtcSceneChatroomMode 聊天室场景，适用于频繁上下麦的聊天场景。AliRtcMuteLocalAudioMode：本地静音模式。枚举名 描述 ...
AliRtcSceneMusicMode 音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用。AliRtcSceneChatroomMode 聊天室场景，适用于频繁上下麦的聊天场景，音量条始终为语音通话音量条。AliRtcMuteLocalAudioMode 本地静音模式。...
AliRtcSceneMusicMode 音乐场景，高保真音乐音质，乐器教学等对音乐音质有要求的场景推荐使用。AliRtcSceneChatroomMode 聊天室场景，适用于频繁上下麦的聊天场景，音量条始终为语音通话音量条。AliRtcMuteLocalAudioMode 本地静音模式。...
本文介绍实时音视频iOS SDK和Mac SDK涉及的数据类型。目录 数据类型 描述 AliRtcAudioPlayingErrorCode 音乐伴奏播放错误码（仅iOS）。AliRtcAudioPlayingStateCode 音乐伴奏播放状态（仅iOS）。AliRtcUserVolumeInfo 用户音量信息。...
本文介绍实时音视频iOS SDK和Mac SDK涉及的数据类型。目录 数据类型 描述 AliRtcAudioPlayingErrorCode 音乐伴奏播放错误码（仅iOS）。AliRtcAudioPlayingStateCode 音乐伴奏播放状态（仅iOS）。AliRtcUserVolumeInfo 用户音量信息。...
中国大陆（北京）模型类型 时间 模型规格 功能说明 图像编辑 2025-12-23 qwen-image-edit-plus-2025-12-15 通义千问图像编辑发布的最新快照模型，相较于上一版本提升了角色一致性、工业设计能力和几何推理能力，并优化了编辑后的图片与原图...
镜头慢慢向右移动，捕捉到乐器声与城市喧嚣交织的场景，背景中有老式的地铁标志和斑驳的墙面。},"parameters":{"size":"832*480","prompt_extend":true } }' 使用反向提示词 通过 negative_prompt 排除“花朵”元素，避免其出现在视频画面...
Qwen3-Omni-Captioner是以通义千问3-Omni为基座的开源模型，无需任何提示，自动为复杂语音、环境声、音乐、影视声效等生成精准、全面的描述，能识别说话人的情绪、音乐元素（如风格、乐器）、敏感信息等，适用于音频内容分析、安全审核、...