RttsRequest设置参数 方法名称 是否必选 参数类型 描述 SetAudioFormat 否 String 设置语音格式，默认pcm。 SetAudioProperty 否 String 设置语音合成特征字符串，{language}_{speaker}_{domain}，即“语种_人员标识_领

查看更多 →

在某些错误情况下可能没有此令牌字符串。 result 是 Object 调用成功时为合成语音内容，请参考表3。 调用失败时无此字段。 表3 Result 参数名 是否必选 参数类型 说明 data 是 String 合成后生成的语音数据，以Base64编码格式返回。用户如需生成音频，需要将Base6

查看更多 →

删除语音训练任务 功能介绍 删除语音训练任务 调用方法 请参见如何调用API。 URI DELETE /v1/{project_id}/voice-training-manage/user/jobs/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

获取语音文件上传地址 功能介绍 获取语音文件上传地址 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/voice-training-manage/user/jobs/{job_id}/uploading-address-url 表1 路径参数 参数

查看更多 →

如何配置语音识别 5G消息平台支持对用户语音进行识别，配置语音识别后，5G消息平台可将用户口述音频或者语音文件识别成文本。 场景描述 在智能对话中，用户发送语音，可识别为文本消息进入AI智能对话流程。 配置过程 参考如何登录5G消息应用开发平台中操作，登录5G消息应用开发平台。 在主菜单中，选择“应用配置

查看更多 →

通过python将图片转成base64编码 下方示例代码以Python为例，介绍如何将d:\demo.jpg图片转换成base64编码。您也可以使用在线的图片转base64工具。 import base64 with open("d:\demo.jpg", "rb") as image_file:

查看更多 →

如何开通语音质检？ 新增应用：登录隐私保护通话控制台添加应用时，“是否开通录音”和“是否开通语音质检”都选择“是”即可开通。 已添加的应用：登录隐私保护通话控制台，点击“应用管理”，选择需要修改的应用，点击“操作”列下方的“修改”，“是否开通录音”和“是否开通语音质检”都选择“是”即可开通。

查看更多 →

产品咨询类 什么是语音交互服务 支持哪些语言 语音合成后输出的音频格式是什么 是否支持离线使用 语音合成后能否返回播放时长 是否支持aac格式的语音文件转文字 如何查看当前接口是否免费调用

查看更多 →

定义。 语音提示：当前支持“语音”、“文字转语音”和“视频”三种类型的语音提示。通过单击语音类型前的单选按钮可以选择对应的语音类型。 语音文件选择：wav格式语音文件。目前UAP仅支持:8bit, 8000Hz, 64kbps, 单声道的wav格式语音文件。 文字转语音：通过文字

查看更多 →

定义。 语音提示：当前支持“语音”、“文字转语音”和“视频”三种类型的语音提示。通过单击语音类型前的单选按钮可以选择对应的语音类型。 语音文件选择：wav格式语音文件。目前UAP仅支持:8bit, 8000Hz, 64kbps, 单声道的wav格式语音文件。 文字转语音：通过文字

查看更多 →

功能体验与试用 语音交互服务（Speech Interaction Service，SIS）支持语音识别、语音合成功能。适用语音客服质检、会议记录、语音短消息、有声读物、电话回访等场景。 在使用服务前，请先使用SIS体验中心体验服务功能。该方式无需编程，只需在网页端上传文字或音频，即可体验合成效果。

查看更多 →

语音通话号码资源下发需要多久？ 申请固话号码，号码资源下发需要10个工作日左右。下发后可在号码管理页面查看。 父主题： 服务开通相关

查看更多 →

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 →

即可。 消息转日程 长按单条消息，可将消息内容转为日历日程，并可自动识别时间、地点等信息。 语音消息转文字 可将个人消息和群组消息中的语音消息转写为文字。 长按某条语音消息，选择“转文字”。 跨平台传文件 当PC和手机同时登录时，可将手机文件传到PC客户端。 在手机端消息页面，点

查看更多 →

语音输入输出 找到界面下方对话框，单击对话框左边的。 对着输入需要数智员工回答的问题提示词的语音。 单击，变成，即可播放数智员工回答的答案。 图1 语音输入界面 图2 语音输出界面 父主题： 实施步骤

查看更多 →

实时语音识别响应 开始识别请求响应 事件响应 识别结果响应 错误响应 严重错误响应 结束识别请求响应 父主题： 实时语音识别接口

查看更多 →

语音合成结果响应 音频流数据 时间戳数据 父主题： 实时语音合成响应

查看更多 →

语音合成结束响应 功能介绍 当合成引擎处理完合成请求后，会发送合成结束响应。客户端收到该响应后关闭当前Websocket链接即可。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为END，表示语音合成结束。 trace_id String

查看更多 →

语音合成错误响应 功能介绍 合成引擎处理合成请求时如果发生错误则返回该响应。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为ERROR，表示错误响应。 trace_id String 服务内部的令牌，可用于在日志中追溯具体流程。

查看更多 →

RttsRequest设置参数 方法名称 是否必选 参数类型 描述 SetAudioFormat 否 String 设置语音格式，默认pcm。 SetAudioProperty 否 String 设置语音合成特征字符串，{language}_{speaker}_{domain}，即“语种_人员标识_领

查看更多 →

放音文件及语音模板配置 放音文件和语音模板必须要审核通过后才可使用吗？ 语音通话有哪些可自定义的呼叫提示音，如何上传审核？ 语音通话的放音文件是固定的还是要用户上传呢？ 语音通知中使用放音文件和语音模板有什么区别？ 放音文件的音频格式要求是什么？ 一个语音通知可以播放几个语音文件？格式是什么？

查看更多 →