持pcm domain取值范围： common，通用领域 默认：chinese_xiaoyan_common 实时语音合成和语音合成属于同一种资源，按次计费。实时语音合成普通发音人，每100字计一次。精品发音人每50字计一次。 speed Integer 否 语速。 取值范围：-500~500

查看更多 →

如何查看当前接口是否免费调用 计费项 一句话识别、语音合成按调用次数计费；实时语音识别、录音文件识别按音频时长计费；录音文件识别极速版按照“音频时长×需要识别的音频声道数“计费，时长计算精确到秒。 按音频时长计费的，累加每次调用的音频时长。 按调用次数计费的，返回失败的调用不计入次数。

查看更多 →

错误码定义 CC-Gateway返回结果码 订阅语音识别结果接口通用返回结果码 CTI返回通用错误码 CTI返回VDN配置接口错误码 CTI返回系统配置接口错误码 UAP返回错误码 父主题： 订阅语音识别结果接口

查看更多 →

务相关操作。详细体验过程如图1所示。 图1 语音通知业务体验流程 语音通知能力可以应用在以下场景。 紧急通知：总公司有重要通知要紧急通知到各分公司的负责人，使用语音通知确保负责人能接到通知并节省了人力。 电话催费：业务公司设定系统一旦发现有用户欠费，就调用语音通知功能通知用户欠费的金额并告知尽快缴费。

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 →

接按键识别和语义识别图元。 支持识别和按键打断播放：既可接收语音信息，也可接收按键信息，哪个信息先接收到按哪个信息去匹配。 支持播放后再识别：语音/视频播放完成后才开始识别，如果在播放过程中说话，则接收不到语音信息。 支持播放后再识别和按键：语音/视频播放完成后才开始识别或收号，

查看更多 →

一句话识别 支持“华北-北京四”、“华东-上海一”区域。 当前服务仅支持北京和上海区域，后续会陆续上线其他区域。 华北-北京四，推荐的区域，支持一句话识别、录音文件识别、实时语音识别和语音合成和热词等接口。 华东-上海一，推荐的区域，支持一句话识别、录音文件识别、实时语音识别、语音合成和热词等接口。

查看更多 →

通过开放的API和调用示例，您可以使用文字识别服务的通用表格识别、智能分类识别、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

查看更多 →

快速创建一个kubernetes集群 04 SDK 人脸识别软件开发工具包（ Software Development Kit，简称SDK）是对人脸识别提供的REST API进行的封装，以简化用户的开发工作。用户直接调用人脸识别SDK提供的接口函数即可实现使用人脸识别服务业务能力。 常用操作 使用Java SDK

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 →

单帧识别 前提条件 在服务控制台“总览”>“我的模型”区域，开通“场景识别”服务，具体操作步骤请参考开通我的模型和购买套餐包。 操作步骤 在左侧菜单栏中单击“智驾模型服务”>“场景识别” 。 选择“单帧识别”页签，单击右上角“添加文件”。 在“文件上传”弹出框中，单击“添加文件”

查看更多 →

多帧识别还可以进行以下操作。 表1 多帧识别相关操作 任务 操作步骤 查看结果 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

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 →

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 →

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 →

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 →

*”代表模糊匹配备注。 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。

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 →

视频客服、视频双录、在线理赔等。 语音通话 即1对1或多人语音通话，单个房间最多支持2000人同时在线，最高支持500人同时发言。 适用于1对1语音通话、多人语音通话、语音聊天、语音会议、语音客服等。 视频互动直播 支持视频连麦、跨直播间PK。 超低延时直播、超级大课堂、主播PK、远程培训、大型会议等。

查看更多 →

功能 说明 常见场景 视频通话 即1对1或多人视频通话，支持720P及以上高清画质。 1对1视频通话、视频会商、在线问诊、远程延时、视频客服、在线理赔等。 语音通话 即1对1或多人语音通话。 适用于1对1语音通话、多人语音通话、语音聊天、语音会议、语音客服等。 高音质 支持48kHz采样的高音质。

查看更多 →

意图/槽位变量（TOC） 系统将意图槽位变量直接识别为字符类型变量，因此在与流程变量关联时请使用同样类型的流程变量。 参数 描述 TOC.ChatBotIntentCode 语音识别匹配到的意图返回意图码，字符串类型。 系统预置如下几个ChatBotIntentCode，可直接使用：

查看更多 →