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...
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...
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 ...
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。...
语音输入需要绑定语音转文字，可参考 语音转文字（阿里云智能语音交互）。开启文件输入后，请结合所使用的大模型所处平台的相关文档，对上传的文件进行消费。若对接百炼平台，可参考 如何快速构建具有文件交互能力的百炼聊天应用。将发送...
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...
开通智能语音交互 接入步骤 进入 虚拟数字人开放平台控制台 配置播报数字人 配置数字人形象 发布播报数字人 接入数字人播报能力 后端开发接入 3D播报数字人 前端引入 阿里云音视频通信 SDK 集成到网页端数字人视频流 前端接入语音收音能力...
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...
SmartCall 发起智能语音交互通话。SmartCallOperate 在智能外呼通话中。StartMicroOutbound 发起呼叫。StartRobotTask 启动智能语音任务或者定时启动智能语音任务。StopCallInConfig 400呼转号码停止呼入。StopRobotTask 暂停开始执行后的...
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...
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...
100 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智能语音交互产品服务（客户私有服务），通过场景管理-编辑-调用服务-自定义服务完成授权。Managed ...
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...
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...
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？...
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：...
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 ...
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...
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 ...
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...
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 ...
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...
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...
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...
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...
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-...
更多信息，请参见 智能语音交互。方案架构图 调用时序图 接口及使用 通过继承AliRtcEventListener回调类，实现 onAudioSampleCallback 回调接收音频媒体数据，并根据业务场景使用相应的数据源。onAudioSampleCallback：订阅的音频数据回调...
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...
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】...
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...
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。...
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...
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...
更多信息，请参见 智能语音交互。方案架构图 调用时序图 接口及使用 通过调用接口 registerAudioObserver 注册音频数据回调，注册时通过 AliAudioType 参数指明当前回调音频数据类型；使用音频回调 AliAudioObserver 接收音频媒体数据，并...
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...
智能语音交互的AccessKey ID、AccessKey Secret和AppKey的环境变量名：NLS_AK_ENV、NLS_SK_ENV、NLS_APPKEY_ENV*/root["ak_id"]=getenv("NLS_AK_ENV");ak_id也就是阿里云账号的AccessKey ID，和ak_secret对应，请注意不要设置成阿里云主...
本文介绍如何使用智能语音交互一句话识别的Java SDK，包括SDK的安装方法及SDK代码示例等。注意事项 在使用SDK前，请先阅读接口说明，详情请参见 接口说明。从2.1.0版本开始，原有 nls-sdk-short-asr 更名为 nls-sdk-recognizer，升级时需...