音频提取 功能介绍 本接口为异步接口，创建音频提取任务下发成功后会返回asset_id和提取的audio_asset_id，但此时音频提取任务并没有立即完成，可通过消息订阅界面配置的音频提取完成事件来获取音频提取任务完成与否。 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 →

音频审核 创建音频 内容审核 作业 查询音频内容审核作业 父主题： API

查看更多 →

音频自采集和音频自渲染 功能描述 实时音频传输过程中，HWRtcEngine SDK通常会启动默认的音频模块进行采集和渲染。在以下场景中，您可能会发现默认的音频模块无法满足开发需求： app中已有自己的音频模块。 需要使用自定义的采集或播放处理。 某些音频采集设备被系统独占。 注意事项

查看更多 →

通用文字识别 功能介绍 识别图片上的文字信息，以JSON格式返回识别的文字和坐标。支持扫描文件、电子文档、书籍、票据和表单等多种场景的文字识别。 支持中英文以及部分繁体字。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 通用文字示例图 约束与限制

查看更多 →

None 服务介绍 文字识别 OCR 文字识别技术简介 01:46 文字识别技术简介 快速入门 文字识别 OCR 使用SDK 06:38 SDK使用指导 文字识别 OCR 使用API 03:04 API使用指导 问题排查 文字识别 OCR 获取Token 时帐密报错 03:53 获取Token时帐密报错

查看更多 →

文字识别 文字识别连接器用于对接华为云文字识别服务，可以通过文字识别服务准确识别图像中的文字。 前提条件 使用文字识别连接器前，需要开通华为云文字识别服务。 创建文字识别连接 登录新版ROMA Connect控制台。 在左侧导航栏选择“连接器”，在连接器页面单击“新建连接”。 选择“华为云服务”类别下的“文字识别”。

查看更多 →

功能介绍 实时 语音识别 实时语音识别服务，用户通过实时访问和调用API获取实时语音识别结果，支持的语言包含中文普通话、方言和英语，方言当前支持四川话、粤语和上海话。 文本时间戳 为音频转换结果生成特定的时间戳，从而通过搜索文本即可快速找到对应的原始音频。 智能断句 通过提取上下文

查看更多 →

音频自采集和音频自渲染 功能描述 实时音频传输过程中，HWRtcEngine SDK通常会启动默认的音频模块进行采集和渲染。在以下场景中，您可能会发现默认的音频模块无法满足开发需求： app中已有自己的音频模块。 需要使用自定义的采集或播放处理。 某些音频采集设备被系统独占。 接口调用流程

查看更多 →

音频自采集和音频自渲染 功能描述 实时音频传输过程中，HWRtcEngine SDK通常会启动默认的音频模块进行采集和渲染。在以下场景中，您可能会发现默认的音频模块无法满足开发需求： 需要使用自定义的采集或播放处理。 某些音频采集设备被系统独占。 接口调用流程 实现过程 加入房间

查看更多 →

音频自采集和音频自渲染 功能介绍 实时音频传输过程中，HWRtcEngine SDK 通常会启动默认的音频模块进行采集和渲染。在以下场景中，您可能会发现默认的音频模块无法满足开发需求： app中已有自己的音频模块。 需要使用自定义的采集或播放处理。 某些音频采集设备被系统独占。 接口调用流程

查看更多 →

音频输出设置 接口名称 WEB_SaveAudioOutCtrlParams 功能描述 音频输出参数设置。 应用场景 调节本端音频输出参数。 URL https://ip/action.cgi?ActionID= WEB_SaveAudioOutCtrlParams 参数 表1 音频输出设置参数

查看更多 →

获取音频参数 接口名称 WEB_InitAudioCtrlParamsAPI 功能描述 获取音频参数。 应用场景 获取音频参数。 URL https://ip/action.cgi?ActionID=WEB_InitAudioCtrlParamsAPI 参数 无 返回值 表1 获取音频参数返回值

查看更多 →

音频参数结构 --音频控制界面用结构 WEB_S_AUDIOCTRL_INFO ::= STRUCT { AudioInAll<audioinall> INT8, --所有音频输入 MicSwitch UINT8, --MIC声音总开关 --mic

查看更多 →

音频控制类 音频接口 父主题： 函数接口

查看更多 →

音频增强管理 enableUserVolumeNotify public abstract int enableUserVolumeNotify(int interval); 【功能说明】 设置音量值上报回调函数(onUserVolumeStatsNotify)的回调周期。 【请求参数】

查看更多 →

音频接口 启动音频服务 停止音频服务

查看更多 →

音频流审核 创建音频流内容审核作业 关闭音频流内容审核作业 父主题： SDK调用示例

查看更多 →

获取音频流 setAudioRawDataOutputConfig 接口描述 该接口用于获取音频数据流。 注意事项 调用该接口且传入参数为YES时，实际业务处理结果会在对应的通知（音频数据流）中返回。 在初始化后就可以调用此接口，创建或加入会议后就会有通知。 方法定义 - (vo

查看更多 →

交互结果。支持用户通过语音识别功能，将口述音频、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

查看更多 →

改，也可以在将数据发送给解码器后进行后处理，对接收到的音频信号或视频帧进行修改。 原始音频数据可以进行音频前处理，然后发送给远端。也可以进行音频后处理。 注意事项 当前只支持PCM数据格式处理。 接口调用流程 注册音频前后处理 获取HWRtcEngine的HWRtcMediaEngine对象。

查看更多 →

什么是实时音频？ iRTC实时音视频服务提供高并发、低延迟、高清流畅、安全可靠的全场景、全互动、全实时的音视频服务，适用于行业远程质检，巡检，视频协同等场景。 图3.1-1技术原理 实时音视频 客户端SDK：提供Android、Web等平台的SDK，方便用户快速集成开发音视频通话等功能。

查看更多 →