输入值为护照颁发国的国家码，根据国家码选择对应的护照识别服务。 若输入中未选此字段，服务会根据自己识别判断的护照类型匹配相应的护照识别服务。 若选择值为“GENERAL”，则选择护照机器码识别。 若选择值为“CHN”，则选择中国护照全字段识别。 响应参数 根据识别的结果，可能有不同的HTTP响应状态码（status

查看更多 →

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。 游戏/社交语音 监测游戏APP / 社交APP中的聊天内容以及语音动态，降低业务违规风险。 场景优势如下： 准确率高：基于改进的深度学习算法，基于复杂环境语音审核准确率高。 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 →

语种识别 功能介绍 语种识别是为了识别文本所属的语种。对于用户输入的文本，返回识别出的所属语种。 语种识别接口具体Endpoint请参见终端节点。 调用华为云NLP服务会产生费用，本API支持使用基础套餐包，购买时请在 自然语言处理 价格计算器中查看基础套餐包和领域套餐包支持的API范围。

查看更多 →

主体识别 功能介绍 用户传入图片通过后台算法判断图片主体，并返回主体坐标，具体识别的主体请参考应用场景。 前提条件 使用主体识别服务之前需要您完成服务申请和认证鉴权。 图像识别服务属于公有云服务，线上用户资源共享，如果需要多并发请求，请提前联系我们。 调试 您可以在API Exp

查看更多 →

的值。 如果检测语音结尾的静音时长大于等于此值时，在实时语音识别单句模式下将返回VOICE_END（识别结果非空）或EXCEEDED_SILENCE（识别结果为空）事件并结束识别，在连续模式下将会断句并继续下一句的识别。 取值范围：[0, 3000]的整数，单位为ms，默认为500ms。

查看更多 →

场景识别 单帧识别 多帧识别 父主题： 智驾模型服务

查看更多 →

名片识别 功能介绍 识别名片图片上的文字信息，并以JSON格式返回识别的结构化结果。支持对多种不同版式名片进行结构化信息提取。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 名片示例图 约束与限制 只支持识别PNG、JPG、JPEG、BMP、TIFF格式图片。

查看更多 →

，多页PDF默认识别第一页，或者您可以指定要识别的页码。 图像各边的像素大小在15px到8192px之间。 支持单图多印章识别。 支持图像中印章任意角度的水平旋转。 支持圆形章、椭圆章、方形章、三角章和菱形章的检测和识别。 能处理反光、暗光等干扰的图片但影响识别精度。 调用方法 请参见如何调用API。

查看更多 →

测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。 图像分类：识别图片中物体的类别。 物体检测：识别出图片中每个物体的位置和类别。 预测分析：对结构化数据做出分类或数值预测。 声音分类：对环境中不同声音进行分类识别。 文本分类：识别一段文本的类别。

查看更多 →

通话中对方听不到声音？ 可能原因： 可能是对方的扬声器设置了静音或其音量值为0，或者扬声器设置了独占模式。 可能是本地设置了麦克风静音或其音量值为0，或者麦克风设置了独占模式。 解决方法：检查本地和对方的麦克风是否设置了静音或其音量值为0，或者麦克风设置了独占模式。 在音频设备上检查是否设置了麦克风静音或音量值为0。

查看更多 →

训练声音分类模型 完成音频标注后，可以进行模型的训练。模型训练的目的是得到满足需求的声音分类模型。由于用于训练的音频，至少有2种以上的分类，每种分类的音频数不少于5个。 操作步骤 在开始训练之前，需要完成数据标注，然后再开始模型的自动训练。 在新版自动学习页面，单击项目名称进入运

查看更多 →

Param1 不使用 Param2 发生冲突的MAC地址 Data 不使用 视频输入分辨率不识别指示 消息名称 MSG_VIDEO_FORMAT_INVALID 功能描述 视频输入分辨率不识别指示 是否自动推送 是 subMsgID 不使用 Param1 不使用 Param2 不使用

查看更多 →

示例2：声音制作任务管理 声音制作任务管理示例代码，请参考MetaStudio数字人声音制作任务管理。 父主题： 应用示例

查看更多 →

适当增加训练数据，会提升模型的精度。声音分类建议每类音频至少20条，每类音频总时长至少5分钟。 建议训练数据和真实识别场景的声音保持一致并且每类的音频尽量覆盖真实环境的所有场景。 训练集的数据质量对于模型的精度有很大影响，建议训练集音频的采样率和采样精度保持一致。 标注质量对于最终的

查看更多 →

哪些设备支持共享手机声音？ 目前以下设备支持共享手机声音： 客户端类型 设备型号 安卓 Android 10及以上 iOS iOS 13及以上的设备，具体型号如下： iPhone 8及以上 iPad Pro 12.9" 3；iPad Pro 12.9" 4；iPad Pro 12

查看更多 →

图像与声音类 打开MIC开关 关闭MIC开关 音频输出设置 查询是否接入演示输入源 查询当前是否正在发送演示 启动发送演示 停止发送演示 开始暂隐图像 停止暂隐图像 设置扬声器音量 开始音量检测 获取音量指示参数 获取音频参数 设置音频参数 设置本地音频输出 切换主流或演示视频源

查看更多 →

部署声音分类服务 模型部署 模型部署操作即将模型部署为在线服务，并且提供在线的测试UI与监控能力。完成模型训练后，可选择准确率理想且训练状态为“运行成功”的版本部署上线。具体操作步骤如下。 在“运行总览”页面中，待服务部署节点的状态变为“等待输入”时，双击“服务部署”进入配置详情页，完成资源的参数配置操作。

查看更多 →

标注声音分类数据 项目创建完成后，将会自动跳转至新版自动学习页面，并开始运行，当数据标注节点的状态变为“等待操作”时，需要手动进行确认数据集中的数据标注情况，也可以对数据集中的数据进行标签的修改，数据的增加或删减。 图1 数据标注节点状态 音频标注 在新版自动学习页面单击“实例详

查看更多 →

如何获得更好的声音体验 登录华为云会议桌面端。 单击桌面端首页左下角的按钮打开“会议设置”弹窗。 单击“音频”，在“其他设置 > 音频模式”中进行选择。 个人电脑模式：适用于用户在个人的笔记本电话和台式电脑开会。 普通会议室模式：适用于在5-25平方的小中大型会议场景，可容纳2-25人。

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 →