录音文件识别 前提条件 确保已按照配置Python环境配置完毕，Python SDK仅支持Python3。 确保已存在待识别的音频文件并上传OBS或者有公网可访问 服务器 上（需保证可使用 域名 访问），示例音频可参考下载SDK压缩包文件。如果音频存放在OBS上，确保服务已授权访问OBS，可参考配置OBS服务。

查看更多 →

档中的“audio_format取值范围”。 语音时长不超过5小时，文件大小不超过300M，用户的识别任务在6小时内完成并返回识别结果，识别结果保存72小时（从转写完成的时间算起）。 支持中文普通话、四川话识别。 父主题： 约束与限制

查看更多 →

* 3. 用户可以通过使用热词，识别专业术语，增加语句识别准确率。 */ // 录音文件识别参数 private String obsUrl = ""; // 音频文件OBS链接，录音文件识别目前仅支持传入OBS音频连接，或公网可访问url

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 →

照片建模 照片建模任务创建失败是什么原因？ 照片建模任务出现异常问题怎么办？ 风格化照片建模的照片有什么要求？ 风格化照片建模生成的模型文件是什么格式？ 表情驱动数据格式如何定义？ 肢体驱动数据格式如何定义？

查看更多 →

照片数字人 制作照片数字人视频 查看任务 查看视频

查看更多 →

风格化照片建模的照片有什么要求？ 用于风格化照片建模的照片需要符合以下要求： 照片内容要求：正面照，脸部无遮挡。 照片格式要求：jpg/jpeg/png格式照片，最大分辨率为3840*2160。 父主题： 照片建模

查看更多 →

人脸识别是否可使用证件类照片 人脸识别服务可以使用证件类照片，提取人脸特征时，非人脸信息不会被提取。受技术与成本多种因素制约，人脸识别服务存在一些约束限制，详细请参见约束与限制。 父主题： 产品咨询类

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 →

提交录音文件识别任务 录音文件识别接口，用于识别长录音文件，支持中文普通话、四川话识别。录音文件放在OBS（ 对象存储服务 ）或公网可访问的服务器上。 由于录音文件识别通常会需要较长的时间，因此识别是异步的，即接口分为创建识别任务和查询任务状态两个接口。创建识别任务接口创建任务完成后

查看更多 →

获取录音文件识别结果 功能介绍 该接口用于获取录音文件识别结果及识别状态。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SIS服务使用简介章节。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。

查看更多 →

创建照片检测任务 功能介绍 该接口用于创建照片检测任务，检测照片是否满足制作照片数字人的要求。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/photo-detection 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

照片数字人限制 照片数字人视频制作限制说明，如表1所示。 表1 照片数字人视频制作限制 照片数字人视频制作配置 限制 人像照片 制作照片数字人的人像照片拍摄要求，如下所示： 真人正面照，不支持动漫卡通形象；面部占比50%以上，侧脸俯仰角度不超过15度。 五官清晰无遮挡，目视前方。

查看更多 →

创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。使用BASE64编码照片，通过JSON格式上传，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings-by-json

查看更多 →

风格化照片建模生成的模型文件是什么格式？ 风格化照片建模生成Glb格式的模型文件。 父主题： 照片建模

查看更多 →

录音文件识别极速版接口 功能介绍 录音文件识别极速版接口，用于录音文件的同步识别。音频需要上传华为云OBS，提供华为云OBS对象地址，能快速返回识别结果。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SIS服务使用简介章节。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API

查看更多 →

查询照片检测任务详情 功能介绍 该接口用于查询照片检测任务详情。 调用方法 请参见如何调用API。 URI GET /v1/{project_id}/photo-detection/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String

查看更多 →

图1 照片数字人制作页面 表1 界面操作说明 区域 参数 说明 01 请上传您的照片 人像照片 单击“查看示范”，在弹出的“上传照片要求”对话框中，查看照片拍摄要求。 请严格按照要求拍摄并上传照片。照片格式必须为JPG、JPEG、PNG、WEBP，大小不超过16MB，照片比例推荐16:9或9:16。

查看更多 →

创建照片建模任务 功能介绍 该接口用于创建风格化照片建模任务。通过上传照片，生成风格化数字人模型。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/digital-human/stylized/picture-modelings 表1 路径参数

查看更多 →

录音文件识别多久可以返回结果 音频转写时长受音频时长和排队任务数量影响，音频时长和理论返回时间可参见表 音频转写时长参考表。如果转写耗时比理论时延长，大概率表示当前时间段出现转写高峰，请耐心等待，我们承诺最大转写时长不超过6小时。 表1 音频转写时长参考表 音频时长 参考返回时间

查看更多 →

为什么人脸识别通过率低 问题现象 人脸识别出现通过率低，前端需要抓拍多张才能找到阈值（0.93）以上的结果。 问题原因 底库照片质量不好。 前端抓拍条件很差。 前端抓拍到的人脸姿态跟底库照片的姿态相差较多，或者底库照片与抓拍的人像相差太多。 解决方案 重新录入底库的照片，将质量差的底库照片更换。

查看更多 →