本接口图片示例 本接口核心能力 分类 概述 多类型覆盖 支持自动区分正反面、支持少数民族版式识别、临时身份证识别、生僻字识别、反光实拍、劣质图像识别。风险检测 支持证件风险检测预警能力，包括智能判断图片完整度、复印件检测、翻拍...
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，如果上游不发送静音音频，服务端则无法识别用户说话是否有停顿。如果确认是上游没有发送静音音频，则系统通过对实时转写服务的时间戳和实际音频的时间戳对比。如果发现...
概念介绍 数据脱敏：在数据处理和数据存储过程中，通过一定的算法和技术，将敏感数据进行加工处理、模糊化或替换，使得数据无法识别或难以还原，从而达到保护数据安全、防止数据泄露的目的。动态脱敏：对敏感数据进行实时的脱敏处理，只有...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。适用范围广 支持 K12 全学科、多版式扫描版印刷体的整页切题场景。如何使用本接口 步骤 概述 1 开通 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 个人...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体准确率和召回率达 95%以上。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 ...
阿里云视觉智能开放平台基于达摩院自研的人脸人体分析技术，提供人脸检测与五官定位、人脸属性识别、人脸比对、人脸搜索、人体检测、人体属性、行为分析等多种功能，为开发者和企业用户提供高性能高可用的人脸人体识别服务。广泛应用于数字...
本接口图片示例 本接口核心能力 分类 概述 多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。行驶证混贴 支持对正副页在同一张...
path str 待识别图像路径，支持本地路径或url路径 output_char_info bool 是否输出单字识别结果 need_rotate bool 是否需要自动旋转功能 output_table bool 是否输出表格识别结果，包含单元格信息 need_sort_page bool 是否按顺序输出文字...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 企业资质识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 企业...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 企业资质识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 企业...
全球加速 网盘数据处理 功能集 功能 功能描述 参考文档 数据处理 图像处理 支持在网盘中进行图片处理相关操作，如进行图像人脸聚类、识别图像标签、时空聚类等操作。图像处理 媒体处理 支持在网盘中对媒体数据进行处理，如视频转码、视频...
商品理解技术是基于阿里云深度学习算法，结合图像或视频的商品检测、分析/比对技术，为您提供对商品类目、标签、属性的识别以及置信度信息等能力。可广泛应用于电子商务、零售、生产等行业，实现货架商品识别、商品二维码识别、商品属性...
rc_score":11.551909999999999,"_score":11.551909999999999,"content":"支持同一文件或图片内卡证票据混贴检测、识别，能够实现在财务票据混贴、个人证照混贴等场景下的自动分类、关键有效信息精准识别和结构化提取，极大提升 OCR能力在...
使用限制 若发布包在Dataphin 3.11及以前版本导出并导入到目标环境中，则任务中手动配置的血缘关系无法识别。若需要导出该任务配置的血缘信息，请升级到Dataphin 3.12及以上版本，重新导出发布包，再导入到目标环境即可识别手动配置的血缘...
使用限制 若发布包在Dataphin 3.11及以前版本导出并导入到目标环境中，则任务中手动配置的血缘关系无法识别。若需要导出该任务配置的血缘信息，请升级到Dataphin 3.12及以上版本，重新导出发布包，再导入到目标环境即可识别手动配置的血缘...
智能视觉生产已与操作审计服务集成，您可以在...SegmentBody 识别图像中人体轮廓。SegmentCloth 服饰图像像素级抠图。SegmentCommodity 商品分割。SegmentHair 识别图片中人物头像。SegmentHead 头像分割。SegmentImage 图像分割（抠图）。
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 企业资质识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 食品...
rc_score":11.551909999999999,"_score":11.551909999999999,"content":"支持同一文件或图片内卡证票据混贴检测、识别，能够实现在财务票据混贴、个人证照混贴等场景下的自动分类、关键有效信息精准识别和结构化提取，极大提升 OCR能力在...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 教育场景识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 精细版...
本文介绍Fun-ASR实时语音识别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 实时语音识别-Fun-ASR/Gummy/Paraformer。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，而非硬编码在代码中，...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 企事业名称、法人代表等文字信息准确率超过 95%，营业执照注册号等数字信息准确率超过 98%。如何使用本接口 步骤 概述 1 开通 企业资质识别 服务。开通...
本文介绍Paraformer实时语音识别Python SDK的参数和接口细节。...如果无法提前确定语种，可不设置，模型会自动识别语种。目前支持的语言代码：zh:中文 en:英文 ja:日语 yue:粤语 ko:韩语 de：德语 fr：法语 ru：俄语 该参数仅对支持多...
本文主要介绍图像识别收费能力的计费方式及费用详情。其余未收费能力当前还处于公测阶段，可免费使用。咨询服务 如果您有任何购买问题需要咨询阿里云视觉智能开放平台，欢迎各位企业用户、开发商、服务商或者开发者通过钉钉搜索群号 ...
本文介绍Paraformer录音文件识别Java 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 录音文件识别-Paraformer/Fun-ASR/SenseVoice。前提条件 已开通服务并 获取API Key。请 配置API Key到环境变量，而非硬编码在代码中，...
本文介绍Paraformer录音文件识别RESTful API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 录音文件识别-Paraformer/Fun-ASR/SenseVoice。目前提供了 提交任务接口 和 查询任务接口，通常情况下，您可以先调用提交任务接口...
本文介绍FunAudio-ASR录音文件识别RESTful API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 录音文件识别-Fun-ASR/Paraformer/SenseVoice。目前提供了 提交任务接口 和 查询任务接口，通常情况下，您可以先调用提交任务接口...
本文介绍Fun-ASR录音文件识别Java 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 录音文件识别-Fun-ASR/Paraformer/SenseVoice。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，而非硬编码在代码中...
功能描述 明星识别能力可以识别图像中的明星人物。可以识别超过2.7万个明星人物。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品体验，您可以单击 立即试用 对该能力进行更直观试用以及在线...
本文介绍Fun-ASR实时语音识别Java 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 实时语音识别-Fun-ASR/Gummy/Paraformer。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，而非硬编码在代码中，...
本文介绍Paraformer实时语音识别Java 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 实时语音识别-Fun-ASR/Gummy/Paraformer。在线体验：仅paraformer-realtime-v2、paraformer-realtime-8k-v2和paraformer-realtime-v1...
本文介绍Paraformer录音文件识别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 录音文件识别-Paraformer/Fun-ASR/SenseVoice。前提条件 已开通服务并 获取API Key。请 配置API Key到环境变量，而非硬编码在代码中，...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 车辆...
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Fun-ASR录音文件识别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 录音文件识别-Fun-ASR/Paraformer/SenseVoice。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，而非硬编码在代码...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 97%。如何使用本接口 步骤 概述 1 开通 车辆物流识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 车辆...
功能描述 二维码识别能力可以识别图像中是否含有二维码信息，输出图像中二维码包含的文本信息（每个二维码对应的URL或文本），可支持图像中含有多个二维码识别。说明 在同时检测多个Task的情况下，将按照Task的个数进行累计计费。您可以...
背景信息 多媒体分析支持的算法服务如下：基础模型服务：提供图像领域内开箱即用的算法服务能力，包括图像多标签、图像质量分评定、人脸属性分析（颜值、脸型、发型、发色等信息）、年龄分析、人像身材修改（瘦身/大码）、图像去水印等模型...
多类型覆盖 支持模糊、光照不均、透视畸变、任意背景等低质量图像识别。高精度识别 总体识别准确率可达 98%。如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。开通服务前后，您可以通过 体验馆 免费体验本功能识别效果。2 购买 出生...
功能描述 商品分类能力可以识别图像中的商品分类，返回商品类目、置信度等信息。目前已经支持服饰鞋包、3C数码、家居用品等超过六千种类目分类。说明 您可以进入 在线咨询 获取在线人工帮助。当前能力可在视觉智能开放平台有完整的免费产品...