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。 语音交互（实时语音识别、一句话识别、录音文件识别、语音合成）服务所提供的API为自研API。

查看更多 →

模板类型，由7位数字组成，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 →

大幅提升解码速度，使识别速度在业内处于领先地位。 多种识别模式 支持多种实时语音识别模式，如流式识别、连续识别和实时识别模式，灵活适应不同应用场景。 定制化服务 可定制特定垂直领域的语言层模型，可识别更多专有词汇和行业术语，进一步提高识别准确率。 一句话识别 可以实现1分钟以内音

查看更多 →

内容审核 -音频流 语音直播间 语音直播间通过语音进行实时交流和互动，把音频流审核集成到语音直播平台以实现实时审核功能，实时判断出不合规的语音内容。 场景优势： 实时性：可以实时监测和分析直播间中的语音内容，保障直播间的秩序和安全。 支持特殊声音识别：支持特殊声音识别模型，如娇喘、呻吟、敏感声纹等。

查看更多 →

模板类型，由7位数字组成，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 →

SDK简介 语音交互概述 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。支持用户通过语音识别功能，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

查看更多 →

语音识别是强制绑定使用OBS进行录音文件存储吗 不是，只有录音文件识别需要使用OBS服务，语音交互服务对用户存储在OBS的数据，具有只读权限，没有修改和删除的权限。所以用户是否删除上传至OBS服务的数据，需要用户根据自己的obs桶的使用情况或者容量大小确认，并在OBS服务上执行。

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 →

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 →

节： 一句话识别 录音文件识别 实时语音识别 2020-04-21 新增： 热词管理章节 2019-11-29 新增： Python SDK章节 2019-11-18 整改SDK手册 2019-09-25 新增： 语音合成章节 2019-08-06 新增： 语音识别章节 修改： Runtime

查看更多 →

模板类型，由7位数字组成，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 →

模板类型，由7位数字组成，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 →

语音通话可 免费体验 吗？ 抱歉，语音通话服务暂不支持免费体验。如需使用语音通话服务请参考语音通话使用全流程。 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 →

目前语音交互服务一句话识别、录音文件识别支持以下地区和终端节点： 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、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 →

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 →

是否支持aac格式的语音文件转文字 一句话识别和录音文件识别以及实时语音识别均可实现语音转文字，一句话识别支持aac格式，录音文件识别和实时语音识别不支持aac格式。 父主题： 产品咨询类

查看更多 →

为什么会出现识别结果非常差的情况 如何使用Websocket调用实时语音识别 有哪些途径可以使用语音交互的API 返回状态正常，但识别结果为空 Token消息体中user name，domain name和project name分别指的是什么 如何调整并发 为什么录音文件识别出现重复转写结果

查看更多 →

语音通知API 语音通知API使用说明 语音通知API 语音通知呼叫状态通知API 语音通知话单通知API

查看更多 →

被叫播放语音，并进行收号。SP可以要求业务平台播放多段语音，每段语音的内容都可以是下列两种语音中的一种： 语音文件中录制的语音。 文本（需要先通过模板定义）通过 TTS 服务转换成的语音。 业务体验描述： SP想要给用户A通知一段或多段语音。 SP向语音通话平台发送播放语音通知业务请求。

查看更多 →

语音分割 语音分割是对语音进行分段标注。 由于模型训练过程需要大量有标签的音频数据，因此在模型训练之前需对没有标签的音频添加标签。通过ModelArts您可对音频添加标签，快速完成对音频的标注操作，也可以对已标注音频修改或删除标签进行重新标注。 音频标注涉及到的标注标签和声音内容只支持中文和英文，不支持小语种。

查看更多 →