媒体处理MPS
阿里云媒体处理（ApsaraVideo for Media Processing，原MTS）是一种多媒体数据处理服务。它以经济、弹性和高可扩展的转换方法，将多媒体数据转码成适合在全平台播放的格式。并基于海量数据深度学习，对媒体的内容、文字、语音、场景多模态分析，实现智能审核、内容理解、智能编辑。
语音识别(ASR)、文字识别(OCR).ASR技术分析视频中的语音信息，将音频转成文字。OCR技术识别视频图像中的文字，精准识别视频画面中的字幕、标题、弹幕等关键内容.识别视频中是否有人脸，并支持五官关键点定位、人脸属性分析和快速的人脸聚类。适用于美颜、智能相册分类等场景.基于深度学习、计算机视觉技术和海量数据，对...
来自：
云产品
便携智能语音一体机
便携智能一体机由达摩院结合应用场景现有问题和用户实际需求，由智能语音识别技术+智能采集阵列硬件+先进的音频处理算法组成。 打破传统场景记录方案，完美解决记录速度慢、记录不完整、速记成本高的问题。具备会后记录实时成稿，参会人无感使用，无需布线等特点，让用户使用更加轻松，记录效率更高
针对类似故事机、音箱等各种语音交互设备，提供包括音频信号处理，打断唤醒，语音识别，语音合成等全链路语音交互能力。以SDK的方式集成，支持多种不同硬件平台.语音设备端解决方案.对时长较短（一分钟以内）的语音进行识别，适用于较短的语音交互场景，如语音搜索、语音指令、语音短消息等，可集成在各类App、智能家电、...
来自：
云产品
FastGPU极速AI训练/推理
利用 FastGPU工具一键构建阿里云上的AI训练/推理环境，并使用AIACC加速工具进行加速。
目前，FastGPU提供了三个 demo，分别是 GTC-demo，Pytorch 手势识别训练 InsightFace，Mxnet 人脸识别训练 Bert模型，Tensorflow语音识别训练 解决问题 1.快速构建 AI训练推理环境 阿里云最佳实践分享群 最佳实践频道 2.快速进行 AI POC性能测试 产品列表 如二维码过期，GPU云服务器 请搜索群号：31852400 文件存储 NAS...
基于弹性计算的AI推理
场景描述 本方案适用于使用GPU进行AI在线推理的场 景。在推理之前，模型已经训练完成。例如,刷脸 支付中，我们在刷脸的时候，就是推理的一个过 程。再比如图像分类，目标检测，语音识别，语 义分析等返回结果的过程。 解决问题 使用GPU云服务器搭建推理环境 使用容器服务Kubernetes版构建推理 环境 使用NAS存储模型数据 使用飞天AI加速推理工具加速推理 产品列表 GPU云服务器 容器服务Kubernetes版 NAS共享存储
再 比如图像分类，目标检测，语音识别，语义分析等 返回结果的过程。解决问题 使用 GPU云服务器搭建推理环境 使用容器服务 Kubernetes版构建推理环 境 使用 NAS存储模型数据 使用飞天 AI加速推理工具加速推理 产品列表 GPU云服务器 容器服务 Kubernetes版 NAS共享存储 阿里云最佳实践技术分享群 最佳实践频道 如二维码过期...
智能外呼机器人
阿里云智能外呼机器人即通过业务的场景自动发起的电话外呼任务。支持灵活画布配置，精准语音识别、自然人声合成、丰富开放API。通过人与机器人的语音对话交互收集业务结果，并对数据加以统计处理，获取用户反馈，帮助客户轻松实现智能化外呼。能够降低呼叫中心人力外呼成本，提升信息筛选及反馈效率。
基于语音识别和合成，机器学习和自然语言理解等技术，在传统的热线电话中加入了语音业务自助办理/语音问答功能，可有效的处理常规业务场景，大幅减少人工热线电话客服压力.智能语音导航.多种呼叫策略.支持定时、定周期执行任务，同时支持全局呼叫窗口的管理.通过如黑名单、外呼频率限制等措施，保护被呼叫用户的隐私与体验....
来自：
云产品
云呼叫中心
阿里云呼叫中心（Cloud Call Center）是阿里云推出的企业级智能联络中心类产品，为客户提供灵活的坐席扩展能力、高性能的分布式服务以及丰富的OpenAPI能力，搭配智能排队路由、可视化IVR以及阿里云智能客服产品体系，轻松搭建智能化的联络中心服务。
基于语音识别和合成，机器学习和自然语言理解等技术，在智能呼叫中心中IVR中预置导航模块，在传统的热线电话中加入了语音业务自助办理/语音问答功能，可有效的处理常规业务场景，大幅减少人工热线电话客服压力.智能语音导航.一款面向开发者的会话机器人，支持在不同的消息端上实现基于自然语言处理(NLP)的智能会话，如网站...
来自：
云产品
智能媒体服务 IMS
智能媒体服务IMS（Intelligent Media Services），是围绕直播和点播场景下的媒体采集、媒资管理、内容生产、制作和分发能力的一站式服务集，提供广播级、全智能、灵活多样、可多云接入的专业能力，并面向多云复杂业务流场景提供成熟的低代码终端SDK集成方案。
秒级字幕、语音识别，WebSDK内置快编工具批量纠错替换.对象存储OSS.视频点播VOD.面向在线视频或广电媒体内容，基于独家的窄带高清、老片音画修复等技术，实现业务降本的同时，为全屏终端用户提供高品质的观影及互动体验，有效提高版权内容整体ROI.【音画增强转码】将已有的标清或受损的经典老剧，生成超高清版本或修复重制...
来自：
云产品
GPU云服务器
阿里云GPU云服务器（GPU Cloud Computing，GPU）是提供 GPU 算力的弹性计算服务，具有超强的计算能力，服务于深度学习、科学计算、图形可视化、视频处理多种应用场景。阿里云作为亚洲第一的云服务提供商，随时为您提供触手可得的算力，有效缓解计算压力，提升您的业务效率，助您提高企业竞争力。
而语音合成和语音识别在智能问答、聊天机器人也有着广泛应用。图像领域作为深度学习应用最为成熟的领域，在阿里云强大的GPU算力助力下能够更准确识别图片，提升准确率，也提高运行效率.最新GPU针对AI、数据分析在各种规模上实现出色的加速，应对极其严峻的计算挑战。同时阿里云提供多种GPU实例规格，提供不同算力和场景需求...
来自：
云产品
智能语音交互
阿里云智能语音交互（Intelligent Speech Interaction），提供语音识别、语音合成、自然语言理解等基础技术，应用于智能客服、智能质检、庭审实时记录、实时演讲字幕、访谈录音转写等场景。提供自学习平台等应用工具，辅助实现语音识别效果的定制优化。语音交互产品可进行公共云和私有化部署，在金融、保险、司法、电商等多个领域均有成功应用案例。
提供“开箱即用”语音识别效果优化能力，支持热词、语言模型等全流程的识别效果优化功能，客户可以自主、自助定制出垂直领域语音识别模型.能将用户提交的文本转换成自然流畅的语音，目前有多种音色可供选择，并提供调节语速、语调、音量等功能.长文本语音合成.提供了将超长文本（如千字或者万字）合成为语音二进制数据的...
来自：
云产品
- 产品推荐
- 这些文档可能帮助您