系统会对用户的提问音频进行检测，如果一句话末尾的静音时长超过500ms，会结束 语音识别 。 建议取值大于500ms。 热词 数字人与用户进行智能交互对话时，语音识别不准确的专业词汇，可以作为热词反馈到语音模型，以提高语音识别的准确率。 单击热词后面的问号图标，在提示框中单击“查看教程”，可以查看配置视频。

查看更多 →

。 使用实时语音识别时请确认是否分片发送音频，并在wss握手后发送start命令。 报错data url is empty，时请参考配置OBS访问权限，设置OBS权限，并检查使用的URL是否正确。 报错data base64 encode invalid，请检查语音转Base64

查看更多 →

Websocket握手请求 流式一句话 实时语音识别连续模式 实时语音识别单句模式 父主题： 实时语音识别接口

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 →

DWR的应用场景包括但不限于以下典型场景。 表1 DWR典型应用场景 应用场景 场景下支持的能力 视频 视频解析、媒资转码、抽帧截图、添加水印、转封装、审核等 图片 缩略、添加水印、转封装、文字审核、 图像审核 、 人脸识别 等 文档 解压、预览等 基因 文件个数统计、模糊搜索、压缩、容量监控通知等 医疗 数据从存储网关到OBS、AI分析、影像筛查等

查看更多 →

支持将静态图片、GIF动图添加到自定义表情并进行管理 编辑拍照获取的图片并发送前 消息转邮件 消息支持一键转邮件，沟通更高效。 在消息聊天窗口，长按任意一条消息，点击“多选”，选择需要通过邮件转发的消息，点击右下角“更多”按钮，选择邮件，输入收件人后发送即可。 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。

查看更多 →

提取图片中的文字暗水印（文件地址版本） 功能介绍 对指定存储地址信息（目前支持OBS）的已嵌入文字暗水印的图片提取文字暗水印，支持的图片格式为：*.jpg, *.jpeg, *.jpe, *.png, *.bmp, *.dib, *.rle, *.tiff, *.tif, *.ppm

查看更多 →

will not be recognized”？ 可能原因 实时语音识别的初始静默时间过长无法识别。 解决方案 方法一：将参数设置中静默时间的参数vad_head 的值设置大一些，详细请参见API参考的实时语音识别的请求参数。 方法二：处理音频文件，将识别文件初始的静默音频剪切掉。

查看更多 →

对话转移类型 1：转人工(路由码方式转技能队列) 2：转IVR 3：转人工(技能名称方式转技能队列) 4：转人工(转座席工号) 5：转接第三方号码 6：在线数字辅助 7：转人工（转熟客,目前仅支持多媒体） 8：转人工（转座席所在技能队列,目前仅支持多媒体） 31：转多媒体留言（转熟客） 32：转多媒体留言（转技能队列）

查看更多 →

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。 支持pcm16k16bit、pcm8k16bit、ulaw16k

查看更多 →

对话转移类型 1：转人工(路由码方式转技能队列) 2：转IVR 3：转人工(技能名称方式转技能队列) 4：转人工(转座席工号) 5：转接第三方号码 6：在线数字辅助 7：转人工（转熟客,目前仅支持多媒体） 8：转人工（转座席所在技能队列,目前仅支持多媒体） 31：转多媒体留言（转熟客） 32：转多媒体留言（转技能队列）

查看更多 →

成功转结果通知 标示符 AgentEvent_SuccTransResult 作用 音视频呼叫或文字的转移场景中，座席成功调用转移接口进行成功转时，座席会收到该事件表示接口调用成功。 附带信息 callId表示呼叫唯一标记。 result表示成功转结果。0表示成功，其他表示失败。

查看更多 →

对接OCR实现图片上文字识别功能 背景信息 文字识别（Optical Character Recognition，简称OCR）以开放API的方式提供给用户，用户使用Python、Java等编程语言调用OCR服务API将图片识别成文字，帮助用户自动采集关键数据，打造智能化业务系统，提升业务效率。

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 →

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/{project_id}/rasr/short-stream 实时语音识别连续模式 WSS /v1/{project_id}/rasr/continue-stream 实时语音识别单句模式

查看更多 →

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 。 一句话识别，录音文件识别支持的终端节点： 表1 一句话识别、录音文件识别

查看更多 →

本的流程，如果客户的主叫号码在某一个版本灰度规则的号码区间内，则优先选择该版本流程，否则选默认流程对应的版本流程。 直接转人工对话次数：用于统计报表，区分直接转人工和咨询后转人工的对话次数上限值，默认值为3。 如何实现流程只与指定的领域下的意图进行匹配？ 在配置接入码管理时，同时

查看更多 →

馈的情况下500ms。实时语音识别代码示例请参考SDK文档。 当前SIS服务对于8k音频的分片大小限制为[160, 32768]字节, 16k音频的分片大小限制为[320, 65536]字节, 分片大小超出上限或低于下限会报错。 父主题： 实时语音识别请求

查看更多 →

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。 支持中文、英文、中英文，文本不长于500个字符。 支持合成采样率8kHz、16kHz。

查看更多 →

对话转移类型 1：转人工(路由码方式转技能队列) 2：转IVR 3：转人工(技能名称方式转技能队列) 4：转人工(转座席工号) 5：转接第三方号码 6：在线数字辅助 7：转人工（转熟客,目前仅支持多媒体） 8：转人工（转座席所在技能队列,目前仅支持多媒体） 31：转多媒体留言（转熟客） 32：转多媒体留言（转技能队列）

查看更多 →

对话转移类型 1：转人工(路由码方式转技能队列) 2：转IVR 3：转人工(技能名称方式转技能队列) 4：转人工(转座席工号) 5：转接第三方号码 6：在线数字辅助 7：转人工（转熟客,目前仅支持多媒体） 8：转人工（转座席所在技能队列,目前仅支持多媒体） 31：转多媒体留言（转熟客） 32：转多媒体留言（转技能队列）

查看更多 →