ACK集群实现弹性裸金属AI训练
本方案使用了SCC超级计算集群，采用弹性裸金属GPU服务器、并行文件系统CPFS、RDMA网络、阿里云容器服务Kubernetes版和飞天AI加速训练工具，提供性能稳定的训练环境，保障业务能力。解决问题 搭建AI图片训练基础环境。使用CPFS存储训练数据...
通过控制台界面定制
个性化人声定制 超过10个 60元/个 购买入口：登录 阿里云智能语音交互控制台，在左侧导航栏，选择 个性化人声定制>定制声音，单击 立即购买。表 2.使用音色 使用阶段 使用方式 使用服务 标准价格 备注 新开通智能语音交互3个月 所有方式 ...
并发与监控FAQ
智能语音交互产品中的并发，是指系统同时处理的请求数。以实时语音转写为例，每当发起一个请求后（比如调用start接口），即为建立一个WebSocket链接，在请求结束之前（比如调用stop或close接口），该请求一直占用一个并发。如果您的并发...
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计费？只有服务调用成功才会计费。智能语音如何区分不同项目的计费？不同项目可以对应不同的Appkey，可以根据Appkey...
01-AI加速场景架构部署
本场景架构适用于AI加速应用场景。在线下IDC训练加速业务中，经常遇到计算和通信的瓶颈，本方案为您介绍如何借助阿里云上的优势，来支持客户业务，并且基于CADT快速部署进行POC，模板验证后可以直接转生产，大大提升工作效率。
功能特性
IvrCall 智能语音交互 提供智能语音交互服务，是一种人机交互技术，它允许用户通过语音与机器进行自然的对话和沟通。常用于智能外呼、云客服、智能质检、智能问答机器人等；自动拨打、智能对打，提高外呼效率，为企业快速降低人工成本。...
基本概念
本文为您介绍智能语音交互服务中的相关概念，以便于更好地理解本产品。采样率（sample rate）音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。目前语音识别服务支持16000Hz和8000Hz两种采样...
智能语音交互的审计事件
智能语音交互已与操作审计服务集成，您可以在操作审计中查询用户操作智能语音交互产生的管控事件。操作审计支持将管控事件投递到日志服务SLS的LogStore或对象存储OSS的存储空间中，满足实时审计、问题回溯分析等需求。操作审计记录了用户...
定制语言模型
前提条件 已开通智能语音交互服务，详情请参见 开通服务。训练语料说明 调用限制 该功能免费开放给所有开通智能语音交互免费版和商用版的用户。训练数据为领域相关的文本，与待识别语音数据越接近，优化效果越好。以文本方式保存，使用 UTF...
运行示例
智能语音交互的AccessKey ID、AccessKey Secret和AppKey的环境变量名：ALIYUN_AK_ID、ALIYUN_AK_SECRET、NLS_APP_KEY。安装Python3以及Python SDK。请先安装 Python3。执行如下命令，使用PIP安装（推荐）Aliyun-python-sdk-core，安装版本...
安装SDK
智能语音交互实时转写SDK 当您使用实时记录时，创建实时任务后，安装此 实时转写SDK（不含音频采集功能）实现实时音频流的采集和推送，以及实时转写结果的接收。安装阿里云SDK 本产品（听悟/2022-09-30及听悟/2023-09-30）两个版本的Open...
ACK集群实现GPU AI模型训练
本文介绍GPU AI模型训练的场景描述、解决问题、架构图及操作参考链接。场景描述 本方案适用于AI图片训练场景...使用飞天AI加速训练工具加速训练。使用Arena一键提交作业。架构图 参考链接 有关GPU AI模型训练的详情，请参见 GPU AI模型训练。
查询账单明细
本文为您介绍智能语音交互查询账单明细的方式。如何查看消费明细 登录 阿里云官网。单击右上角的 控制台。进入控制台后单击顶部菜单栏的 费用。在左侧导航栏选择 账单管理>账单详情，通过 账单流水、明细账单、用量明细 和 产品量价汇总 页...
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，可帮助您更加方便、快捷、灵活地将语音识别或语音合成功能集成到您的服务当中。SDK接入 类型 接入方式 服务能力 RESTful API RESTful API ...
GPU计算型
基于第三代神龙架构，通过CIPU云处理器进行云端资源管理，提供稳定可预期的超高计算、存储和网络性能 采用NVIDIA A16 GPU计算加速器提供GPU加速能力，支持图形加速、硬件转码和AI业务 说明 每块NVIDIA A16卡包含4个GA 107处理芯片。...
配置语音交互
当选择交互端为云智能App时，可以开启 语音交互>天猫精灵>控制口令 的按钮，接入天猫精灵语音，使用天猫精灵音箱进行语音控制设备。选择接入Alexa或Google Assistant平台。当选择交互端为云智能App时，不需要创建技能，可单击 新增配置 将...
开通授权
登录 智能语音交互控制台。单击左侧导航栏 服务开通与购买，切换到 设备端解决方案 页签，选择要购买的商业版SDK，单击右侧 购买预付费资源包。在购买页面，再次选择商业版SDK 规格类型，并设置 规格数量，确认费用后，单击右下角 立即购买...
GPU计算型和GPU虚拟化型实例概述
同时通过芯片快速路径加速手段，完成存储、网络性能以及计算稳定性的数量级提升，可以更快地存储数据和加载模型。实例的CPU和网络资源采用共享模式提供，最大化利用底层资源。内存和GPU显存采用独享模式提供，为您提供数据隔离和性能保障。...
什么是计算优化编译器AIACC-AGSpeed
AIACC-AGSpeed（AIACC 2.0-AIACC Graph Speeding）是阿里云推出的一个基于PyTorch深度学习框架研发的计算优化编译器，用于优化PyTorch深度学习模型在阿里云GPU异构计算实例上的计算性能，相比原始的神龙AI加速引擎AIACC，AIACC-AGSpeed是...
云智能App使用天猫精灵控制设备
当选择交互端为云智能App时，可以开启语音交互>天猫精灵>控制口令的按钮，接入天猫精灵语音，使用天猫精灵音箱进行语音控制设备。调试设备 使用云智能App配网绑定了您的测试设备后，可以根据下方消费者使用步骤，绑定天猫精灵，即可实现...
对接操作审计
智能语音交互已经对接阿里云操作审计产品，实现对控制台的操作审计。开通操作审计服务 使用阿里云账号登录 操作审计控制台。RAM用户登录需要进行相应的授权。操作审计支持免开通，任何已完成实名认证且未欠费的有效阿里云账号皆可使用。...
查询账单
本文为您介绍查询通义听悟账单明细的方式。登录 阿里云官网。单击右上角的 控制台。...用量明细：选择 用量明细 页签，设置 产品为：“智能语音交互”、计量规格为“Tingwu”和 使用时间 等，输入验证码，单击 确定，即可导出。
语音识别问题排查
出现“吞音、辨识度不高、听不懂”等情况无法解决时：如果存在方言和重口音，可能由于ASR的训练数据覆盖不全造成识别错误，请联系阿里智能语音交互工程师进一步评估。如果有大量的重口音（非方言）识别需求，请联系阿里智能语音交互工程师...
自动化测试
创建自动化测试任务 登录 智能语音交互控制台。在左侧导航栏单击 自动化测试，在 自动化测试 页面单击 创建任务。在 创建任务 面板中，填写任务名称，注意不能与现有的任务名称重复。选择或者上传测试集。目前支持 上传标注测试集、仅上传...
API概览
智能语音交互 API 标题 API概述 SmartCall 发起智能语音交互通话 智能语音交互服务，是一种人机交互技术，它允许用户通过语音与机器进行自然的对话和沟通。SmartCallOperate 发起智能语音指定动作 在智能外呼通话中发起指定动作，仅用于...
智能语音交互呼出回调HTTP接口
在左侧导航栏中，选择 通用设置>回调地址，开启 智能语音交互回调地址 开关。根据页面提示设置响应信息和接收地址。说明 接收地址用于接收语音实时转文本结果并返回下一步执行动作。单击 保存。您也可以单击右侧 测试 按钮，对配置信息进行...
云产品依赖与授权：DatasetAccelerator
使用大部分AI加速功能时，您仅需拥有对应模型开发、训练、推理的子产品操作权限即可，无需额外授权。仅使用数据集加速时，您需要购买数据集加速资源实例。此时资源购买的操作账号只能使用阿里云主账号，您可以为RAM用户授权数据集加速器的...
获取Token概述
访问令牌（Access Token）主要用于身份验证和授权，在调用阿里云智能语音交互API时，客户端应用或服务器端程序需要先获取一个有效的Token作为凭证，以此来证明请求的合法性，并获得对智能语音服务的访问权限。本文介绍Token的获取方式和...
非开发者使用指南
在控制台页面搜索 智能语音交互 服务。单击 前往开通。在产品开通页面，选择服务类型。选择 试用。全部选择 试用，新开通服务的用户可免费试用3个月。选择 商用。选择某服务为商用，开通后按量计费，智能语音交互服务会根据实际使用量从您...
从这里开始
智能语音交互产品基于语音识别、语音合成、自然语言理解等技术，实现“能听、会说、懂你”式的智能人机交互体验，适用于智能客服、质检、会议纪要、实时字幕等多个企业应用场景。本文为您介绍如何使用智能语音交互，帮助您快速了解其使用...
应用场景
本文为您介绍智能语音交互适用的各大应用场景。语音识别 语音搜索 支持各种场景下的语音搜索，如地图导航、浏览器搜索等。可以集成到任何形式的手机应用中，最大限度地解放双手。语音指令 通过语音命令控制智能设备，实现快捷便利的操作，...
天猫精灵语音调试
本文介绍如何使用天猫精灵App内已绑定的真实设备对产品进行语音调试。前提条件 已成功添加了测试设备，参见 新增测试设备。...标准语料的详细介绍请参见 配置语音交互。泛化语料 在 泛化语料 页签中，输入泛化的测试语料，并单击 发送测试。
C++ Demo
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了nlsCommonSDK的 AlibabaNlsCommon:FileTrans 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。下载安装...
概述
阿里云智能语音交互对某些场景（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。当您的语音识别需求超出预设模型范畴，或是希望对现有的标准模型进行个性化定制时，可以通过自学习平台的语言模型定制功能...
人机交互概述
功能项 天猫精灵App 云智能App 自有品牌App 基础配置 产品展示√（必填）√（必填）√配网引导√（必填）√（必填）√绑定方式√（必填）√（必填）√（必填）设备面板√（必填）√（必填）√语音交互√产品说明书√（必填）√（必填）√更...
Node.js Demo
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...
智能语音交互呼出回调HTTP接口
在左侧导航栏中，选择 通用设置>回调地址，开启 智能语音交互回调地址 开关。根据页面提示设置响应信息和接收地址。说明 接收地址用于接收语音实时转文本结果并返回下一步执行动作。单击 保存。您也可以单击右侧 测试 按钮，对配置信息进行...
AI加速使用案例汇总
本文为您介绍AI加速使用案例相关文档入口链接汇总。数据集加速器使用案例 案例名称 描述 在PAI平台使用数据集加速器 介绍如何在创建DSW实例或提交训练任务时直接使用已开启加速的数据集。分布式训练加速使用案例 案例名称 描述 NLP：...
移动端应用如何安全访问智能语音交互服务
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。...
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分贝以下的降噪环境中，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...
- 产品推荐
- 这些文档可能帮助您