。 智能教育 集成语音合成的教育系统可以实现中文标准朗读及带读，应用于课堂和学生自学，提升教学效率。 直播实时字幕 将视频直播或现场直播中的音频实时转为字幕，为观众提供更高效的观会体验，方便对直播内容进行监控。 会议实时记录 将视频或电话会议中的音频实时转为文字，可实时校核、修改及检索转写会议内容，提高会议效率。

查看更多 →

解决方法 可以对您的意图模板和对话流程做如下检查： 检查分支判断是否考虑全面： 在进行各个图元的条件分支定义时，尽量保证所有条件的合集能包含所有正常异常的场景，避免出现实际产生的结果无法匹配所配置的各个分支。图元后续的连线，没有选择条件时，就是默认分支，这个分支的连线务必要处理。 对话流

查看更多 →

本章节提供了OBS使用过程中的安全最佳实践，旨在为提高整体安全能力提供可操作的规范性指导。 企业数据权限控制最佳实践 本最佳实践提供了企业开通OBS后可以设置的四种常见权限控制。 为不同职能部门的员工设置不同的访问权限，以此达到不同部门人员访问公司数据的权限隔离。 设置权限允许其他部门/项目用户下载共享数据，禁止写删。

查看更多 →

录音文件识别接口 提交录音文件识别任务 获取录音文件识别结果

查看更多 →

声纹等。 在线教育 根据教育内容和要求，您可以设置适当的审核规则，帮助您识别出含有敏感词、不当内容的音频，及时发现并处理不合规的内容。 场景优势： 审核效率高：减少人工审核的工作量，提高教学内容的准确性，避免出现错误或不当的言论。 准确率高：过滤掉不良信息和不当言论，保证教学内容安全。

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 →

实体在文本中的开始索引位置 endIndex String body True 实体在文本中的结束索引位置 实体在文本中的结束索引位置 type String body True 抽取的实体类型 用于标注此实体的识别类型，不需要填入表单 entity String body True

查看更多 →

实时语音识别多人同时使用，如何区分各自识别结果 每个用户独立建立websocket连接，不可共用一个websocket连接。 父主题： API使用类

查看更多 →

实体在文本中的开始索引位置 endIndex String body True 实体在文本中的结束索引位置 实体在文本中的结束索引位置 type String body True 抽取的实体类型 用于标注此实体的识别类型，不需要填入表单 entity String body True 实体内容，已做规则化

查看更多 →

语音通话的放音文件是固定的还是要用户上传呢？ 语音通话支持各种场景的自定义放音，自定义放音使用的文件需要提前上传到语音通话平台并通过审核后才可使用，详情请参考添加放音文件。 父主题： 放音文件及语音模板配置

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 →

录音文件识别极速版 支持“华北-北京四”、“华东-上海一”区域。 当前语音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。 华东-上海一，推荐的区域。 支持wav、mp3、m4a、acc、opus格式音频文件。 语音时长不超过120分钟，文件大小不超过100M。

查看更多 →

如何查看实时语音识别的中间结果 实时语音识别分为开始识别、发送音频数据、结束识别，断开连接四个阶段。在使用API或SDK时，可以通过将interim_results参数设置为yes，将识别过程的中间结果返回。如果设置为no，则会等每句话完毕才会返回识别结果。详细参数说明请见实时语音识别。

查看更多 →

g_center,rotate_30 size 可选参数，表示文字水印的文字大小。取值范围为(0，1000]。默认值为40。 type 可选参数，表示文字水印的文字类型。取值见下方表2所示。默认值为wqy-zenhei（文泉驿正黑，编码后的值：d3F5LXplbmhlaQ）。 须知： 1、必

查看更多 →

账户创建企业项目后，在传参时，有以下三类场景。 携带正确的ID，正常使用SIS服务，账单归到企业ID对应的企业项目中。 携带错误的ID，正常使用SIS服务，账单的企业项目会被分类为“default”。 不携带ID，正常使用SIS服务，账单的企业项目会被分类为“default”。 表4 请求Body参数

查看更多 →

String 调用失败时的错误码。 调用成功时无此字段。 error_msg String 调用失败时的错误信息。 调用成功时无此字段。 请求示例 “endpoint”即调用API的请求地址，不同服务不同区域的“endpoint”不同，具体请参见终端节点。 获取录音文件识别结果 GET h

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 →

如何使用Websocket调用实时语音识别 解决方案 1. 下载Java SDK 或 Python SDK，参考《SDK参考》中获取SDK章节。 2. 配置SDK环境，参考《SDK参考》中配置Java环境。 3. 使用SDK里的demo进行调用。参考Java SDK和Python

查看更多 →

object True - 1.1 offset integer False 起始游标，即分页查询时的起始记录行号。 首次查询传入“0”。 后续查询其他分页时传入该分页的第一条记录的序号。返回记录中第一条记录序号为“0”，后续依次排序。例如每页为50条录，查询第二页时应传入“50”。

查看更多 →

提供云端录制功能，支持单流/混流的模式将录制下来的文件存储到OBS或者点播服务中。 存储、录制审核、视频双录等。 文件混音 支持将本地或在线的音频和用户声音混音，发送给房间内其他用户。 在线教育、语聊房、在线合唱等。 旁路直播 将房间内的音视频流混流转码后推送RTMP的视频流给直播服务。 互动直播、大型会议等。

查看更多 →

单击“上传图片”区域，上传提前在本地准备好的用于制作模板的图片。 单击上传图片右侧的，更改模板名称为“增值税”。 图7 上传模板图片 单击右下角的“下一步”。 进入“应用开发>定义预处理”页面。 步骤4：定义预处理 在“应用开发>定义预处理”页面，单击“选择预处理逻辑”的自动旋转，快速处理当前模板的方向。 也可

查看更多 →