语音交互服务使用简介 语音交互服务（Speech Interaction Service，简称SIS）是一种人机交互方式，用户通过实时访问和调用API获取语音交互结果。华为云SIS服务支持调用一句话识别、录音文件识别、实时语言识别、语音合成接口等。用户通过调用语音识别类接口，将口

查看更多 →

String body False 用户标识。（语音导航、语音外呼场景传入用户号码,其他交互场景传入用户id） 不超过64位 call_dst_id String body True 接入标识 1、语音导航场景传入流程接入码； 2、语音外呼问卷场景时为流程接入码； 3、其他交互场景时传入接入标识。

查看更多 →

是 String 表示客户端结束识别请求，参数值设置为END。 cancel 否 Boolen 是否取消返回识别结果。 true：表示取消识别，也即丢弃识别中和未识别的语音数据并结束，不返回剩余的识别结果。 false：表示继续处理识别中和未识别的语音数据直到处理完所有之前发送的数据。

查看更多 →

String body False 用户标识。（语音导航、语音外呼场景传入用户号码,其他交互场景传入用户id） 不超过64位 call_dst_id String body True 接入标识 1、语音导航场景传入流程接入码； 2、语音外呼问卷场景时为流程接入码； 3、其他交互场景时传入接入标识。

查看更多 →

iber/jobs/{job_id} 语音合成接口 语音合成接口 POST /v1/{project_id}/tts 表2 WebSocket API功能 接口 功能 API URI 实时语音识别接口（请求） 开始识别 支持三种模式的请求消息： 流式一句话 WSS /v1/{pr

查看更多 →

将口述音频、普通话或者带有一定方言的语音文件识别成可编辑的文本，同时也支持通过语音合成功能将文本转换成逼真的语音等提升用户体验。适用场景如语音客服质检、会议记录、语音短消息、有声读物、电话回访等。 父主题： 产品咨询类

查看更多 →

应用场景 语音客服质检 识别客服、客户的语音，转换为文本。进一步通过文本检索，检查有没有违规、敏感词、电话号码等信息。 会议记录 对会议记录的音频文件，进行快速的识别，转化成文字，方便进行会议记录。 语音短消息 通过语音发送或者接收短消息时，将音频短消息转文字，提升阅读效率和交互体验。

查看更多 →

）终端。 语音通知：将消息转化为语音，通知到订阅的电话号码。消息内容只支持云服务推送，不支持用户直接发送语音消息。 语音只支持中国大陆部分地区拨打，具体支持地区请参考语音通话服务区域限制。 钉钉群消息：将消息通过钉钉机器人发送到钉钉群。 企业微信群消息：将消息通过企业微信群机器人发送到企业微信群。

查看更多 →

根据仓库短ID锁定仓库 功能介绍 根据仓库短ID锁定仓库。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI POST /v4/{project_id}/reposit

查看更多 →

前三位分别代表放音\识别\按键的支持情况： 100：只播放。 101：按键打断播放, 不支持识别。 110：识别打断播放, 不支持按键。 120：识别不打断播放, 不支持按键。 122：按键+识别,不打断播放。 111：按键+识别,打断播放。 102：按键不打断播放, 不支持识别。 紧接着

查看更多 →

结束识别请求响应 服务器 端收到“结束识别”请求时或语音识别过程中发生错误，服务端会向客户端推送如下响应消息，以json字符串形式放置在text message中。 响应消息 表1 响应参数 参数名 参数类型 说明 resp_type String 响应类型。参数值为END，表示结束识别响应。

查看更多 →

D、EXCEEDED_SILCENCE事件。 在实时语音识别单句模式下： 返回VOICE_START事件，表示检测到语音，此时IVR可以做打断。 返回VOICE_END事件后，表示一句话结束，后续的音频将被忽略，不会再进行识别。 只会返回最多一组VOICE_START和VOICE_END事件。

查看更多 →

介绍人工智能、机器学习、深度学习以及ModelArts相关知识 图像处理实验 介绍图像数据预处理，图像识别、 内容审核 、文字识别、人脸识别、视频分析、 图像搜索 服务 语音处理实验 介绍语音预处理，语音合成、语音识别服务 自然语言处理 实验 介绍中文文本分词、TF-IDF特征处理、Word2Vec、Do

查看更多 →

前三位分别代表放音\识别\按键的支持情况： 100：只播放。 101：按键打断播放, 不支持识别。 110：识别打断播放, 不支持按键。 120：识别不打断播放, 不支持按键。 122：按键+识别,不打断播放。 111：按键+识别,打断播放。 102：按键不打断播放, 不支持识别。紧接着两位代表最大按键长度

查看更多 →

SIS.0601 短语音识别或语音合成输入参数不合法。 请检查请求参数是否正确和完整。 SIS.0602 短语音识别语音格式不支持。 请检查提交的语音编码格式是否在支持的范围内。 SIS.0604 短语音识别文件大小不符合要求或语音合成字数超过上限。 请尝试减小语音文件的大小或减少请

查看更多 →

前三位分别代表放音\识别\按键的支持情况： 100：只播放。 101：按键打断播放, 不支持识别。 110：识别打断播放, 不支持按键。 120：识别不打断播放, 不支持按键。 122：按键+识别,不打断播放。 111：按键+识别,打断播放。 102：按键不打断播放, 不支持识别。紧接着两

查看更多 →

语种识别 功能介绍 语种识别是为了识别文本所属的语种。对于用户输入的文本，返回识别出的所属语种。 语种识别接口具体Endpoint请参见终端节点。 调用华为云NLP服务会产生费用，本API支持使用基础套餐包，购买时请在自然语言处理价格计算器中查看基础套餐包和领域套餐包支持的API范围。

查看更多 →

chinese_16k_it 支持采样率为16k的IT会议语音识别。区域仅支持cn-north-4。 chinese_8k_common 支持采样率为8k的中文普通话语音识别。 chinese_16k_common 支持采样率为16k的中文普通话语音识别。 表4 audio_format取值范围

查看更多 →

场景识别 单帧识别 多帧识别 父主题： 智驾模型服务

查看更多 →

主体识别 功能介绍 用户传入图片通过后台算法判断图片主体，并返回主体坐标，具体识别的主体请参考应用场景。 前提条件 使用主体识别服务之前需要您完成服务申请和认证鉴权。 图像识别服务属于公有云服务，线上用户资源共享，如果需要多并发请求，请提前联系我们。 调试 您可以在API Exp

查看更多 →

企业项目ID。OCR支持通过企业项目管理（EPS）对不同用户组和用户的资源使用，进行分账。 获取方法：进入“企业项目管理”页面，单击企业项目名称，在企业项目详情页获取Enterprise-Project-Id（企业项目ID）。 企业项目创建步骤请参见用户指南。 说明： 创建企业项目后，在传参时，有以下三类场景。

查看更多 →