SDK和API概览
阿里云智能语音交互SDK提供RESTful& API、移动端、服务端、微信小程序以及WebSocket等多种接入方式，可帮助您更加...一句话识别、实时语音识别、语音合成小程序微信小程序一句话识别、实时语音识别、语音合成WebSocketWebSocket实时语音识别
创建语音识别模型
语音识别模型是对智能交互通话中的音频流做实时识别，达到“边说边出文字”的效果，为您提供最优质的离线/流式语音转文字服务。本文为您介绍如何在控制台创建语音识别模型。登录智能联络中心控制台。在左侧导航栏，选择智能交互>实时语音...
管理项目
项目类型支持语音识别+语音合成+语音分析、仅语音识别、仅语音合成和设备端解决方案四种。项目类型说明仅语音识别在语音识别区域，单击修改配置。根据使用场景，在线测试后单击确认使用。仅语音合成选择语音合成模型并配置基础参数，在线...
服务升级与购买
本文以语音识别为例介绍业务开通后的相关变更操作，帮助您更灵活地使用智能语音服务。前提条件完成智能语音服务开通，详情请参见开通服务。重要 语音识别服务免费试用版提供最大不超过2路并发。如需更多并发，请升级商用版，升级前请阅读...
功能发布记录
识别能力中英自由说（混合识别）、粤语（繁体）、葡萄牙语、土耳其语、希腊语、爪哇语、孟加拉语、捷克语、乌尔都语、尼泊尔语、蒙古语（外蒙）、乌兹别克语、僧伽罗语、马拉地语、泰卢固语、旁遮普语、瑞典语、保加利亚语、加泰罗尼亚语、...
EasyASR语音识别训练
EasyASR语音识别训练算法组件位于组件库音视觉算法文件夹下的离线训练模型子文件夹。可视化配置组件 输入 EasyASR语音识别训练算法组件需要两个输入，分别为训练数据和评估数据。您可以通过两种方式配置输入数据：方法一：通过输入桩配置 ...
智能语音导航
智能语音导航是综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，简称NLU）技术并面向企业客户提供的一款电话机器人产品。
创建专有语言模型
智能联络中心对某些场景（包括汽车、保险、司法、医疗等）进行了大量语音识别训练，提供了高准确率场景模型。如果您需要的语音识别服务场景不在所提供的公共模型范围内，您可以自定义专属语言模型。本文为您介绍在控制台如何创建专有语言...
计费概述
一句话语音识别按照调用次数计费录音文件识别按照录音时长计费录音文件识别极速版按照录音时长计费录音文件识别闲时版按照录音时长计费语音合成语音合成按照调用次数计费长文本语音合成按照合成字数计费语音分析声音事件检测按照录音时长...
智能语音交互
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”式的智能人机交互体验。适用于多个应用场景中，包括智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈...
智能对话分析
智能对话分析(Smart Conversation Analysis) 依托于阿里云语音识别和自然语言分析技术，为企业用户提供智能的对话分析服务，支持语音和文本数据的接入。可用于电话/在线客服坐席服务质量检测、风险监控识别、服务策略优化等场景。
产品公共FAQ
产品公共常见问题主要分为以下几类：功能类使用阿里云音视频通信RTC如何调用语音识别服务？智能语音交互服务中语音识别和语音合成用到的端口是哪些？开通商用或者扩容并发，多久才会在控制台上显示？智能语音交互创建的项目数量有限制吗？...
语音识别FAQ
本文汇总了您在使用语音识别服务时的常见问题。语音识别类常见问题主要分为以下几类：功能类实时转写说话有停顿，但是语音识别不断句怎么办？语音识别能自动断开多句话吗？语音识别服务支持离线功能吗？语音识别支持哪些模型？语音识别是否...
语音识别输入格式FAQ
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。如仍有问题，请您移步钉钉群（群号：27205021003），加入智能语音交互产品咨询群联系我们。语音...
管理定制模型
阿里云官方对某些场景（包括通用、教育、司法、医疗等）进行了大量语音识别训练，提供了高准确率场景模型。如果您需要的语音识别服务场景不在所提供的模型范围内，或者需要对标准模型进行更进一步优化，可以通过自学习平台，达成优化目的。...
智能外呼机器人
智能外呼是综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音(Text To Speech，TTS)以及自然语言理解（Natural Language Understanding，简称NLU）技术并面向企业客户提供的一款智能客服机器人产品。智能外呼机器人...
创建热词
在语音识别中，如果您的业务领域有部分词汇默认识别效果不够好，可以考虑使用热词功能，将这些词添加到词表从而改善识别结果。本文为您介绍如何在控制台创建热词。登录智能联络中心控制台。在左侧导航栏，选择智能交互>实时语音识别。在...
语音识别自学习工具
在语音识别服务中心，如果您的业务领域有部分词汇默认识别效果不好可以使用热词功能；如果您需要的语音识别服务场景不在所提供的模型范围内，或者需要对标准模型进行更进一步优化，可以使用语音模型定制功能，达成优化目的。通过自学习工具...
配置控制口令
语音识别问题反馈可以根据下图提示，您可以对天猫精灵AI识别语音转化成的文字，用鼠标选取完整的词语后，主动修改为正确的词语，单击下一步进行语句泛化，让语音识别（ASR）能更加的清楚明白您的意思。如果您觉得是理解错了：鼠标悬停在...
什么是智能语音交互
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、实时演讲字幕、访谈录音转写等场景，在金融...
什么是智能语音导航
智能语音导航是综合利用自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，简称NLU）技术并面向企业客户提供的一款电话机器人产品。智能语音导航...
并发与监控FAQ
并发概念适用于智能语音交互产品中的一句话识别、实时语音识别、录音文件识别极速版、语音合成、长文本语音合成等服务。不同服务之间不共享并发额度，同一服务下不同项目（对应不同AppKey）共享并发额度。什么是QPS？QPS是指每秒能够处理的...
计费说明
智能导航产品价格为399元/并发/月，其中包括智能导航控制台，语音识别，语音合成。但是自然语义理解和通信线路不包含在产品内。自然语义理解部分需要先开通云小蜜机器人服务请先参考"接入准备"章节，并联系商务代表咨询关于服务开通以及...
基本概念
调用语音识别服务时，如果语音数据采样率高于16000Hz，需要先把采样率转换为16000Hz才能发送给语音识别服务；如果语音数据采样率是8000Hz，请勿将采样率转换为16000Hz，项目中选用支持8000Hz采样率的模型。采样位数（sample& size）采样值...
自学习平台FAQ
一句话识别、实时语音识别、录音文件识别中如何设置泛热词请参见使用SDK设置业务专属热词。如何使用SDK设置自学习模型？如果是通过控制台创建的自学习模型，可在项目切换模型时选择该模型，发布上线后将与Appkey绑定，您无需在代码中自行...
服务用量
示例一：一句话识别和其他服务统计维度不同，如果您希望选择一句话识别，需要先将已勾选的录音文件识别、实时语音识别、录音文件识别（极速版）或录音文件识别（闲时版）取消勾选后，再勾选一句话识别。示例二：如果您希望选择长文本语音...
EasyASR离线预测（DLC）
EasyASR离线预测（DLC）算法组件可以调用SavedModel模型，并使用PAI-DLC计算引擎进行语音识别预测或语音分类预测。本文介绍EasyASR离线预测（DLC）算法组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见开通OSS服务和为...
基本概念
调用语音识别服务时，如果语音数据采样率高于16000Hz，需要先把采样率转换为16000Hz才能发送给语音识别服务；如果语音数据采样率是8000Hz，请勿将采样率转换为16000Hz，项目中选用支持8000Hz采样率的模型。采样位数（sample size）采样值或...
EasyASR离线预测（MaxCompute）
EasyASR离线预测（MaxCompute）算法组件可以调用SavedModel模型进行语音识别预测或语音分类预测。本文介绍EasyASR离线预测（MaxCompute）算法组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见开通OSS服务和为PAI-...
性能类
关于达摩院智能语音交互语音识别准确度的数字，我们通过了CNAS（国家软件测试中心）的评测，国家软件中心对语音识别算法准确度测试中，在60分呗以下的降噪环境中，用普通话在距离耳麦1厘米的位置，以240字/小时的匀速朗读样本量1207字的...
非开发者使用指南
语音识别（语音转文字）在语音识别处单击去配置，选择语言后，单击右下角麦克风按钮开始识别，完成后单击确认使用。语音合成（文字转语音）在语音合成处单击去配置，选择声音后，在右侧文本框输入文字，单击右下角扬声器按钮开始合成，完成...
Node.js SDK
import { SpeechSynthesizer } from"alibabacloud-nls"实时语音识别Class:& SpeechTranscriptionSpeechTranscription类用于进行实时语音识别。构造函数参数说明：参数类型参数说明configObject连接配置对象。config& object说明：参数类型...
计费定价FAQ
本文汇总了您在使用智能语音交互产品中关于计费相关的常见问题。录音文件识别所有的调用都会计费，还是只有识别成功的才会...语音识别和语音合成调用如果出错是否计费？请求的状态码如果是2xx，则正常计费，其他状态码如4xx或者5xx不会计费。
语音识别问题排查
本文为您介绍语音识别中出现问题的排查步骤及解决方案。排查步骤使用cooledit或者Adobe Audition软件查看语音格式，播放试听并查看分轨情况、波形、能量和频谱图。ASR识别标准格式：8KHz或16KHz采样率、16bit采样位数、单声道的语音数据...
产品优势
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领先水平；在输入法、客服、会议等领域，识别字错误率相比上一代系统下降10%～30%，大幅提高了语音识别的精度。识别速度快采用“字”级别...
语音智能处理类模型
端到端的Transformer语音识别模型，实现通用场景下的中文语音识别。该模型能够对音频或视频中的中文语音进行文字自动识别。电商直播中文语音识别模型（极速版）适用于中文电商直播场景，能够自动识别该场景带有中文语音的音频或视频中的...
什么是智能对话分析
依托于阿里云语音识别和自然语言分析技术，为企业用户提供智能的对话分析服务。支持语音和文本数据的接入，可用于电话/在线客服坐席的服务质量检测、风险监控识别和服务策略优化等场景。产品优势语音语义一体化基于阿里巴巴达摩院先进的...
错误码
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0SUCCESS成功配置或参数错误错误码错误消息描述解决方案240999DEFAULT_ERROR内部默认错误。内部错误，请重试。240001NUI_CONFIG_...
错误码
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0SUCCESS成功配置或参数错误错误码错误消息描述解决方案240999DEFAULT_ERROR内部默认错误。内部错误，请重试。240001NUI_CONFIG_...
什么是智能外呼机器人
智能外呼机器人是基于自动语音识别（Automatic Speech Recognition，ASR）、文字转语音（Text To Speech，TTS）以及自然语言理解（Natural Language Understanding，NLU）等技术，面向企业客户提供的一款智能客服机器人产品。智能语音机器...
- 产品推荐
- 这些文档可能帮助您
