音频采集器 该接口用于构造一个音频采集器，从本地麦克风获取音频或者本地音频文件获取音频数据。 接口调用 1.0.8及以上固件版本 hilens.AudioCapture(file_path) 1.1.2及以上固件版本 hilens.AudioCapture(sample_rate

查看更多 →

创建音频转码任务 您可以创建音频转码任务，按需求选择音频转码模板，对存储在对象存储桶中的音频文件进行转码。音频转码的费用与视频转码是不同的，具体请参见价格详情。 前提条件 原始音频文件已上传到对象存储桶中，且使用的媒体处理服务与对象存储桶在同一区域，若还未上传，请参见上传文件处理。

查看更多 →

播放音乐 功能描述 混音是将音乐文件和麦克风音频混合，一般用于播放时长较长的背景音乐或者伴奏。同一时间只能播放一个音乐文件。可以在本地播放，也可以同时播放给其他与会者听。 支持播放本地或在线音乐文件，文件格式支持播放wav、pcm和单声道mp3音频格式。 接口调用流程 实现过程 加入房间

查看更多 →

播放音乐 功能描述 混音是将音乐文件和麦克风音频混合，一般用于播放时长较长的背景音乐或者伴奏。同一时间只能播放一个音乐文件。可以在本地播放，也可以同时播放给其他与会者听。 支持播放wav、pcm和单声道mp3音频文件。可以播放本地或在线音乐文件。 接口调用流程 实现过程 加入房间

查看更多 →

开启/关闭 音频投放 接口描述 该接口用于开启/关闭音频投放功能。 注意事项 仅支持安卓10以上设备和target sdk 29及以上的应用。 音频采集需要用户授权 方法定义 /** * 开启或关闭音频投放 * @param activity 任意页面的activity对象

查看更多 →

实时语音识别工作流程 实时语音识别分为开始识别、发送音频数据、结束识别，断开连接四个阶段。 开始阶段需要发送开始指令，包含采样率，音频格式，是否返回中间结果等配置信息。服务端会返回一个开始响应。 发送音频阶段客户端会分片发送音频数据，服务会返回识别结果或者其他事件，如音频超时，静音部分过长等。

查看更多 →

查询音频审核作业处理状态与结果，并将识别结果返回给用户。 视频审核 表4 视频审核接口说明 API 说明 创建视频 内容审核 作业 创建视频内容审核作业，创建成功会将作业ID返回给用户。 查询视频内容审核作业 查询视频审核作业处理状态与结果，并将识别结果返回给用户。 音频流审核 表5 音频流审核接口说明 API

查看更多 →

纯音频场景下不同码率的音频计费有区别吗？ 纯音频场景，不区分音频码率。 父主题： 计费购买

查看更多 →

识别、护照识别等功能。 API文档 API概览 申请服务 通用表格识别 智能分类识别 身份证识别 护照识别 营业执照识别 火车票识别 增值税发票识别 飞机行程单识别 06 SDK 文字识别软件开发工具包（Optical Character Recognition Software

查看更多 →

如何在含有多张人脸的图片中实现多人脸识别？ 有哪些途径可以使用人脸识别的API？ 调用人脸识别的API失败时怎么处理？ 如何处理未经授权的情况？ 为什么使用人脸识别返回数据为空？ 人脸搜索接口中关于top_n参数如何设置？ 通过OBS方式传入图片提示FRS.0022？ 为什么会出现识别错误的情况？ 为什么人脸识别通过率低？

查看更多 →

iscontentenc：识别结果内容是否加密。 0：未加密 1：加密 12 asrusercase string True 识别结果原因码。取值如下： 0：正常识别结果，且识别结束。（非连续识别） 61：说话开始，不携带识别内容。 62：正常识别结果，且识别会连续。 63：识别结束 其他：识别错误

查看更多 →

PEG/PNG文件，图片大小不能超过7MB，且不能超过10,000,000像素。 图1 添加文件识别 单击“开始识别”，在识别结果区域查看识别结果。 图2 识别结果 父主题： 场景识别

查看更多 →

单击操作栏中的“查看结果”，查看多帧识别的详细信息。包括时间、地点、天气和物体等。多帧识别可以检测的类别详见多帧识别场景列表。 删除任务 单击操作栏中的“删除”，删除多帧识别任务。识别任务删除后无法恢复，请谨慎操作。 查询任务 在搜索输入框中输入搜索条件，按回车键即可查询目标任务。 多帧识别场景列表 表2

查看更多 →

定额发票识别 功能介绍 识别定额发票中的文字信息，并以JSON格式返回识别的结构化结果。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 定额发票示例图 如果图片中包含多张卡证票据，请调用智能分类识别服务。 约束与限制 支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。

查看更多 →

智能分类识别 功能介绍 自动分类识别17+种票证，支持指定票证的结构化识别和印章检测，并以JSON格式返回识别的结构化结果。 接口以列表形式返回图片上要识别票证的位置坐标、结构化识别的内容以及对应的类别。该接口支持的票证类型请见表1，该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。

查看更多 →

VIN码识别 功能介绍 识别图片中的车架号信息，并将识别结果以JSON格式返回给用户。该接口的使用限制请参见约束与限制，详细使用指导请参见OCR服务使用简介章节。 图1 VIN码示例图 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。 图像各边的像素大小在15px到4096px之间。

查看更多 →

解读识别结果 本章节通过网络图片识别API介绍如何解读调API返回的JSON格式识别结果。请参照API参考“响应参数”章节比对查看。 以下图识别结果为例，讲解图片内容如何与API的返回字段对应。 调用网络图片API成功后，在“JSON返回结果”中，可见result字段，该字段包含

查看更多 →

人脸识别 人脸识别连接器用于连接华为云人脸识别服务，基于人的脸部特征信息，利用计算机对人脸图像进行处理、分析和理解，进行身份识别。 前提条件 使用人脸识别连接器前，需要开通华为云人脸识别服务。 创建人脸识别连接 登录新版ROMA Connect控制台。 在左侧导航栏选择“连接器”，在连接器页面单击“新建连接”。

查看更多 →

相关操作 编辑识别规则：在识别规则页面，单击对应识别规则操作栏中的“编辑”，即可修改识别规则关联的密级、分类和描述。如果为自定义规则，还支持修改识别规则和正则表达式。 编辑识别规则状态：新增的识别规则默认为启用状态。当识别规则为关闭状态时，表示该规则将不可被添加到识别规则组。 需要

查看更多 →

删除识别规则 功能介绍 删除识别规则。 调用方法 请参见如何调用API。 URI DELETE /v1/{project_id}/security/data-classification/rule/{id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是

查看更多 →

。 表1 实时语音识别接口说明 接口类型 说明 实时语音识别接口 华为云提供的Websocket接口，主要用于实时语音识别。音频分片传输， 服务器 端可以返回中间临时转写结果，在最后返回最终转写结果。 表2 一句话识别接口说明 接口类型 说明 一句话识别 一句话识别接口，用于短语音的

查看更多 →