本文为您介绍智能语音交互的产品核心优势。语音识别 识别准确率高 基于SAN-M自研的“识音石”通用端到端语音识别框架，中文识别准确率可达业内最高水平；在输入法、客服、会议等领域，文字识别错误率相比上一代系统下降10%～30%，大幅提高...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。示例说明 录音文件识别示例使用Node.js SDK提交识别请求和查询识别结果，采用的是RPC风格的POP API调用方式。关于阿里云Node.js SDK请参见 快速开始。SDK...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。SDK说明 录音文件识别的Python示例使用了阿里云Python SDK的CommonRequest提交录音文件识别请求和查询识别结果，采用RPC风格的POP API调用方式。关于使用...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。说明 本文PHP示例基于阿里云新版PHP SDK（Alibaba Cloud SDK for PHP ）开发。如果您已接入阿里云旧版PHP SDK（aliyun-openapi-php-sdk ），仍然可以继续...
为了避免在移动端App或者桌面端工具中保存固定AccessKey ID和AccessKey Secret可能引起的泄露风险，您可以通过在App服务端创建Token并下发到移动端使用，或使用STS临时访问凭证调用语音服务两种方式，更加安全地访问智能语音交互服务。...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。SDK说明 录音文件识别的Python示例使用了阿里云Python SDK的CommonRequest提交录音文件识别请求和查询识别结果，采用RPC风格的POP API调用方式。关于使用...
说明 获取智能语音交互呼叫记录信息时，如需开启号码状态（早媒体）识别功能，请在调用 发起智能语音交互通话 和 发起智能语音指定动作 时设置 EarlyMediaAsr 参数值为 true。智能联络中心用户使用此回执消息获取智能外呼机器人呼叫记录...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。示例说明 录音文件识别示例使用Go SDK的CommonRequest提交识别请求和查询识别结果，采用RPC风格的POP API调用方式。关于阿里云Go SDK请参见 使用阿里云Go...
对象 说明 SDK名称 智能语音交互移动端SDK 开发者 阿里云计算有限公司 SDK版本 2.6.7-01B SDK更新时间 2025-07-29 SDK整合包大小 25 MB SDK整合包MD5值 f0e2af28e434e17993037406f48462ff 隐私政策 智能语音交互产品隐私政策 合规配置说明 ...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。说明 本文PHP示例基于阿里云新版PHP SDK（Alibaba Cloud SDK for PHP ）开发。如果您已接入阿里云旧版PHP SDK（aliyun-openapi-php-sdk ），仍然可以继续...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。示例说明 录音文件识别示例使用Go SDK的CommonRequest提交识别请求和查询识别结果，采用RPC风格的POP API调用方式。关于阿里云Go SDK，请参见 使用阿里云...
ALIYUN:NLS:Project类型用于创建智能语音交互项目。语法 {"Type":"ALIYUN:NLS:Project","Properties":{"Name":String,"ProjectType":String,"Description":String,"SdkType":String } } 属性 属性名称 类型 必须 允许更新 描述 约束 Name ...
公共模式目前 仅支持 以下业务场景：语音通知 语音验证码 注意：其他业务场景（如智能语音机器人、智能语音交互等）请申请企业专属号码使用 专属模式。1.3 公共模式和专属模式的区别是什么？对比项 公共模式 专属模式 适用场景 仅支持语音...
Managed：旧版外呼画布，智能外呼产品默认智能语音交互产品服务（公共服务）。枚举值：DialogStudio：对话引擎3.0。Authorized：公有云版本对话机器人。Provided：独立部署版本对话机器人。Managed：旧版画布。DialogStudio ...
2025-04-10 文字转语音（阿里云智能语音交互）域名配置流程优化 支持自动化配置 2025-04-10 环境和域名 域名备案码 订阅和续费魔笔服务，免费提供域名备案服务码。2025-04-10 域名备案服务码 计量计费报表 新增计量计费报表页面。2025-04-...
合规配置说明 智能语音交互SDK合规配置指引（安卓）SDK整合包下载 下载Android SDK 类别 兼容范围 系统 支持Android 4.0 以上版本，API LEVEL 14 架构 armeabi-v7a，arm64-v8a，x86，x86_64 此SDK还包含如下功能，若未支持您想要的功能，请...
版权与合法性：您需对所提供声音的所有权及合法使用权负责，请注意阅读开通智能语音交互-流式文本语音合成 的 服务协议。复刻后语音的使用：使用复刻产生的语音（VoiceName）的用法和 语音合成CosyVoice大模型 中的预设音色（例如：...
背景信息 通过SDK获取Token方式 说明 通过智能语音交互SDK获取Token 适用于通过智能语音交互SDK直接获取Token的场景，建议您集成此SDK。通过阿里云公共SDK获取Token 适用于当前智能语音交互暂未提供对应语言SDK获取Token的场景。前提条件 ...
接口说明 在智能语音交互呼出通话中，转接呼叫中心坐席时，可以使用本接口指定被叫号码发起指定动作。说明 当前仅支持指定动作为被叫号码与呼叫中心坐席桥接。QPS 限制 单用户调用频率：100 次/秒。调试 您可以在OpenAPI Explorer中直接...
自然语言处理服务等级协议 智能语音交互“智能语音交互-模型服务”服务等级协议 智能语音交互服务等级协议 通义听悟API服务等级协议 决策智能 优化求解器服务等级协议 AI应用 2D真人形象定制服务等级协议【虚拟数字人-品牌智能直播间】...
在智能语音交互通话中，支持使用控制台预设的机器人话术，或在每轮通话中通过回调接口返回业务方设置的回应方式。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，免去您计算签名的困扰。运行成功后...
如果未生成TaskId，说明请求未成功到达智能语音交互的服务端，一般为本地环境问题。建议您优先排查本地网络和环境，将线上Demo和本地对比检查。Java SDK通过传入阿里云账号的AccessKey ID和AccessKey Secret，调用阿里云Java SDK得到client...
本文为您介绍智能语音交互产品的地域和域名信息。背景信息 为进一步降低华北和华南用户的网络接入时延，智能语音交互产品在当前 华东2（上海）地域的基础上新增 华北2（北京）和 华南1（深圳）地域。对时延敏感的业务，建议选择最近的地域...
本文介绍智能语音交互产品功能的最新动态和相关文档。2023年04月~2024年01月 功能分类 功能名称 功能描述 更新类型 文档链接 语音识别 字幕上屏 录音文件识别、录音文件识别极速版、录音文件识别闲时版支持字幕上屏场景。新增 接口说明 ...
语音合成（TTS）是概率模型，目前业界能做到的读音正确率在96%~98%之间，阿里云智能语音交互产品在通用场景下测试准确率在97%左右。这意味着不是所有读音错误都能被修复掉，建议您可以通过换字或使用SSML功能。语音合成的发音读错怎么办？...
本文介绍如何使用智能语音交互流式文本WebSocket协议使用语音合成。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...
使用 doubao 服务时，须填入 volc 使用 xunfei 作为服务方时，填入 xunfei（只能在小模型场景使用）ali NlsServiceType string 否 服务类型 Managed：智能外呼产品默认智能语音交互产品服务（公共服务）。Authorized：公有云客户自己购买的...
本文介绍如何使用智能语音交互WebSocket协议使用Cosyvoice大模型的长文本语音合成服务。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...
在智能语音交互通话中，支持使用控制台预设的机器人话术，或在每轮通话中通过回调接口返回业务方设置的回应方式。此接口用于直接使用控制台预设的机器人话术，发起机器人外呼任务。前提条件 已实名认证为企业用户，并审核通过了企业资质。...
本文介绍如何使用智能语音交互一句话识别的Python SDK，包括SDK的安装方法及SDK代码示例等。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。SDK仅支持Python3，暂不支持Python2。已安装Python包管理工具setuptools。如果未...
智能语音交互的一句话识别，标点符号是根据什么来判断逗号和句号的？离线文件转写如何区分左右声道？语音识别可以支持多个词表吗？设置录音文件识别服务的版本，"4.0"和"2.0"两个版本有什么区别？在电话端支持哪些国家的语音识别？在语音...
本文介绍如何使用智能语音交互一句话识别的Node.js SDK，包括SDK的安装方法及SDK代码示例等。前提条件 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。请确认已经安装nodejs&npm环境，并完成基本配置。SDK支持nodev14及以上版本。...
content_type String 是 callin 智能语音交互的类型，callin表示用户拨打指定号码发起呼叫。content JSON 是 {"caller":"1371111*","callee":"0571111*","orgcallee":"05712222*"} 具体的语音内容，JSON格式。caller：呼入场景主叫号码。...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。示例说明 录音文件识别示例使用.Net SDK的CommonRequest提交识别请求和查询识别结果，采用RPC风格的POP API调用方式。关于阿里云.NET SDK的详细介绍请...
本文主要介绍智能语音交互的语音识别输入格式说明，以及输入语音格式不符合要求时常见问题以及方法，您可以优先在文本档获取对应解决方案。语音识别各服务支持的语音输入格式 语音识别服务 语音输入格式说明 一句话识别 支持的输入格式：单...
可参考 文字转语音（阿里云智能语音交互）。图标：操作项显示图标。图标颜色：操作项显示图标颜色。隐藏：是否隐藏该操作项。位置：操作项出现位置，可选“工具栏”、“下拉框”或“同时出现”。当选择“下拉框”时，该操作项将仅被收起在...
已开通智能语音交互并获取AccessKey ID和AccessKey Secret，详情请参见 从这里开始。示例说明 录音文件识别示例使用.Net SDK的CommonRequest提交识别请求和查询识别结果，采用RPC风格的POP API调用方式。关于阿里云.NET SDK的详细介绍，请...
已开通智能语音交互服务，有对应的AccessKey ID、AccessKey Secret、Appkey，详情参见 智能语音交互。效果 说明 本文使用的OSS Bucket为nls-file-trans，音频文件存放路径为 filetrans/raw，识别结果存放路径为 filetrans/result。识别结果...
语音文件：若需要播放固定内容的音频文件（WAV或MP3格式），在左侧导航栏点击 语音文件管理，根据业务需要选择 语音通知文件、通话中放音文件 或 智能语音交互放音文件 页签，单击导入语音文件。语音文件审核通过后即可使用。重要 在创建...
此接口可查询语音通知、语音验证码、语音 IVR、智能语音交互、智能外呼机器人的呼叫详情。由于接口数据同步需要时间，建议您呼叫结束后等待 3 到 5 分钟再尝试调用接口。调用外呼接口发起通话后，返回参数中会携带 CallId，使用获取的 ...