本文介绍了如何使用阿里云智能语音服务提供的HarmonyOS Next 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。已获取项目Appkey，详情请参见 创建项目。已获取Access Token，详情请参见 获取...
错误码分类 错误码表示 服务端错误码 服务端报错 8位错误码，例如：50000000 客户操作错误导致的服务端报错 8位错误码，例如：40020105 SDK错误码 移动端SDK（iOS SDK/Android SDK）6位错误码，例如：140008、240070 JAVA SDK/C++ SDK/...
如果您不希望引入阿里云智能语音交互产品SDK，或者目前提供的SDK不能满足您的要求，可以基于本文描述自行开发代码访问阿里语音服务。前提条件 在使用WebSocket协议对接之前，请先阅读 API详情 中的服务交互流程说明。鉴权 服务端通过临时...
具体操作请参见 通过控制台上传语音文件 或 通过API/SDK上传语音文件。语音通知是否支持黑名单功能？暂时不支持黑名单功能。如果您需要禁止某个号码的外呼，建议您直接从呼叫名单中删除该号码。语音文件怎么查看语音ID？请登录 语音服务...
本文介绍如何使用阿里云智能语音交互提供的C++ SDK，包括SDK的安装方法、SDK代码示例以及常见问题等。SDK下载 说明 当前最新版本：3.2.1b，支持Linux平台。发布日期：2024年12月25日。使用SDK前，请先阅读接口说明，详情请参见 接口说明。...
智能语音交互产品基于语音识别、语音合成、自然语言理解等技术，实现“能听、会说、懂你”式的智能人机交互体验，适用于智能客服、质检、会议纪要、实时字幕等多个企业应用场景。本文为您介绍如何使用智能语音交互，帮助您快速了解其使用...
其他限制：可参考 RTC SDK下载/集成 云端渲染数字人的语音交互模式主要有两种模式：tap2talk模式、duplex双工模式 在tap2talk模式下，SDK内部的语音服务会实时识别用户的语音输入。但是用户想打断数字人，需要通过额外事件来触发，比如点击...
用户应用服务器向阿里云智能语音服务发起创建语音Token的真正请求，此处请您使用阿里云SDK或智能语音交互SDK来创建Token，创建Token所需的AccessKey ID和AccessKey Secret保存在您的应用服务器上。由于语音Token具有时效性，您可以在有效期...
通过SDK获取Token，当系统的时间不是标准时间时会获取失败，在SDK中是否可以自己设置timestamp，而不是获取系统的时间？获取的Token是否有时间限制？获取Token是否有次数限制？获取Token后调用服务报错”'status':40020105,'message':'Meta...
SDK和语音包是完全独立的，SDK里并没有预置语音包。回调数据长度和时间对应关系是怎样的？以采样率16000的pcm，每次回调8000个字节为例，一秒钟包含字节数：16000×sizeof(short)=32000个，所以8000个字节对应时间：8000/32000秒=250毫秒。...
移动端鸿蒙Next SDK中如何修改识别语音采样率为8000HZ或者16000HZ?计费类 录音文件识别极速版不支持试用吗？功能类 实时转写说话有停顿，但是语音识别不断句怎么办？如果是vad断句情况下，实时转写的vad断句依赖对音频中静音数据的判断，...
如果您不希望引入阿里云智能语音交互产品SDK，或者目前提供的Java、C或C++的SDK不能满足您的要求，可以基于本文描述自行开发代码访问阿里语音服务。功能介绍 阿里云智能语音交互产品通过WebSocket协议对外提供实时语音流语音转写功能，支持...
纯语音场景 在纯语音场景下，阿里云推荐的架构如下：在上述架构中，ARTC SDK和Linux SDK进入同一个RTC房间。Linux SDK会接收来自ARTC SDK的音频流，以及将解码后的音频数据传递给业务层。您也可以根据需求对音频做AI服务编排，经过ASR、TTS...
本文为您提供其他子产品（包括 DLC、DSW、EAS 等）SDK相关文档入口链接汇总...FeatureStore Python SDK 使用FeatureStore Python SDK搭建推荐系统 介绍如何使用FeatureStore Python SDK完成特征平台在推荐场景中全流程的创建以及上线的过程。
易集成：阿里云为您提供四种集成方式来帮助您搭建AI实时互动系统，以满足不同场景和需求下的应用构建。实现原理 用户通过终端SDK发起与云端AI智能体的实时音视频通话；AI智能体接收到用户的音视频输入后，开始运转工作流，并输出AI的响应...
满足各类教育场景，使得老师、学生可随时随地通过文字、语音、视频、白板、屏幕共享等进行教学和学习。本文介绍Web端接入互动课堂的流程。前提条件 已接入、运行、部署开源的Appserver服务。具体操作，请参见 服务端配置与运行。项目框架 ...
如果开启了 消息回执，语音服务会将客户按键信息返回给调用的业务系统。该接口可用于收集客户的订单确认、问卷调查、满意度调查等信息。QPS 限制 单用户调用频率：100 次/秒。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算...
isv.VOICE_CALL_FAIL 呼叫发起失败 请登录 语音服务控制台 业务统计 页面，查看语音呼叫失败原因。isv.BILLID_NOT_EXIST 计费账号不存在 请您登录 语音服务控制台，在 号码管理 页面确认主叫号码是否属于您的账号。isv.BLACK_KEY_CONTROL_...
增强版 文本审核增强版PLUS服务 文本审核增强版PLUS服务SDK及接入指南 图片审核增强版同步检测API 图片审核增强版异步检测API 图片审核增强版多Service同步检测API 图片审核增强版SDK及接入指南 语音审核增强版API 语音审核增强版SDK及接入...
本文介绍如何使用阿里云智能语音服务提供的C++ SDK，包括SDK的安装方法及SDK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Access Token，详情请参见 获取Token概述。下载安装 SDK...
通过阅读本文，您可以了解Web SDK接口详情。API概览 说明 旧版本SDK中存在弃用参数、方法，建议您将SDK升级到最新版本，请参见 Web使用指南。类/协议 API 说明 ARTCAICallEngine 引擎接口定义 call 开始通话 handup 挂断 说明 建议您在页面...
本文以语音通知服务功能为例，为您介绍如何通过语音通知的功能，实现自身的系统、设备、服务器等相关的告警功能。适用场景 适用于科技公司的各种语音告警需求。当您的系统检测到服务器出现异常，或者物联网等设备出现异常时，可以通过语音...
通过SDK对接通义大模型以及后端多种Agent，能够支持用户接入语音对话、天气、音乐、新闻等多种能力，并支持视频和图像的大模型对话能力。多模态实时交互服务架构 前提条件 开通阿里云百炼实时多模交互应用，获取 Workspace ID、APP ID 和 ...
本文介绍如何使用阿里云智能语音服务提供的C++ SDK，包括SDK的安装方法及SDK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Access Token，详情请参见 获取Token概述。下载安装 SDK...
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...
服务端准备工作 因为IVR SDK是嵌入到了您的自有业务系统中，在IVR SDK的使用过程中，会发起多个请求到自有业务系统的服务端，请求的调用地址可以通过四、config可选配置中的ajax相关配置来设置。需要将IVR SDK发出的请求经过您的服务端转发...
本文介绍如何使用阿里云智能语音服务提供的C++ SDK，包括SDK的安装方法及SDK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Access Token，详情请参见 获取Token概述。下载安装 SDK...
通过阅读本文，您可以了解Web SDK涉及的数据类型。数据结构概览 说明 旧版本SDK中存在弃用参数、方法，建议您将SDK升级到最新版本，请参见 Web使用指南。结构类型 数据类型 描述 Enum AICallAgentType 智能体类型 AICallAgentState 智能体...
对一分钟内的短语音进行识别，适用于对话聊天、控制口令、语音输入法、语音搜索等较短的语音识别场景。功能简介 NUI SDK提供更小的工具包和更完善的状态管理。为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK...
一、SDK版本说明 1.1 版本概述 阿里云语音服务 OpenAPI门户 为用户提供 V1.0 SDK 和 V2.0 SDK 两个版本：V1.0 SDK：原版SDK，目前已不再维护。V2.0 SDK：升级版SDK，主要提升SDK的健壮性及使用体验。1.2 版本选择建议 重要提示：强烈推荐...
本文介绍了如何使用阿里云智能语音服务提供的C++ SDK，包括SDK的安装方法及SDK代码示例。前提条件 当前最新版本：1.2.2。发布日期：2018年11月14日。使用SDK前，请先阅读接口说明，详情请参见 接口说明。已开通智能语音交互并获取AccessKey...
为方便进行问题定位，本文为您介绍语音识别业务中详细的错误码信息。错误码 识别成功 错误码 错误信息 描述 0 SUCCESS 成功 配置或参数错误 错误码 错误消息 描述 解决方案 240999 DEFAULT_ERROR 内部默认错误。内部错误，请重试。240001 ...
为方便进行问题定位，本文为您介绍语音识别业务中详细的错误码信息。错误码 识别成功 错误码 错误信息 描述 0 SUCCESS 成功 配置或参数错误 错误码 错误消息 描述 解决方案 240999 DEFAULT_ERROR 内部默认错误。内部错误，请重试。240001 ...
通过控制台使用语音服务 API 如果您习惯使用API或SDK编码，可通过API来发送语音。通过API使用语音服务 常见问题 公共模式/专属模式FAQ 语音服务使用FAQ 企业资质FAQ 语音模板FAQ 语音通知/语音验证码FAQ 语音计费FAQ 视频讲解
实时高效合成：系统具有出色的响应速度和流式语音合成处理能力，无论是长篇文档还是短句指令，都能实现快速、准确的实时语音合成。支持富语言声音事件以及多情感的高拟人语音生成，例如笑声、语气词等，以及不同情感表现的高拟人语音生成。...
本文档介绍如何使用 DashScope Java SDK 调用实时语音识别（Qwen-ASR-Realtime）模型。用户指南：模型介绍、功能特性和示例代码请参见 实时语音识别-通义千问 请求参数 以下参数通过 OmniRealtimeParam 的链式方法设置。参数 类型 是否必须...
通过阅读本文，您可以了解iOS SDK涉及的数据类型。数据结构概览 说明 旧版本SDK中存在弃用参数、方法，建议您将SDK升级到最新版本，请参见 iOS使用指南。结构类型 数据类型 描述 Enum ARTCAICallAgentType 智能体类型 ARTCAICallAgentState...
时长限制：识别语音文件大小不能超过100 MB。设置多语言识别：在管控台编辑项目中进行模型选择，详情请参见 管理项目。服务地址 访问类型 说明 URL Host 外网访问 所有服务器均可使用外网访问URL。上海：...
为满足不同用户需求，NUI SDK既能提供全链路的语音能力，同时可做原子能力SDK进行使用，并保持接口的统一。使用须知 请在编码时严格遵循以下要求，否则可能导致识别失败（识别结果为空）。输入格式：PCM编码、16bit采样位数、单声道（mono...
您可以通过调用API或使用SDK进行文件上传。只支持上传专属模式外呼。语音文件上传完成后会进入审核阶段，预计2小时内会完成审核。说明 请选择WAV或MP3格式且小于2 MB的语音文件。URL：...