CPP SDK（Linux） 使用实时 语音识别 使用实时 语音合成

查看更多 →

座席工作台 座席控制 座席双呼 订阅语音识别结果接口 App个人设置 附录

查看更多 →

支持首帧封面，由点播服务自动生成。 支持本地上传视频封面，支持JPG和PNG格式。 支持通过截图功能设置封面。 字幕管理 支持上传SRT格式，文字编码格式为UTF-8的字幕文件。 视频发布 上传的视频发布之后，会生成特定的URL，用户可以通过URL观看视频资源。 CDN预热 针对加

查看更多 →

M3U8 file do not contain the specified default language. 字幕文件列表和M3U8文件中均不存在指定默认语言 字幕文件列表和M3U8文件中均不存在指定默认语言 400 MPC.10156 File deletion failed

查看更多 →

M3U8 file do not contain the specified default language. 字幕文件列表和M3U8文件中均不存在指定默认语言 字幕文件列表和M3U8文件中均不存在指定默认语言 400 MPC.10156 File deletion failed

查看更多 →

字体大小。 取值范围：[4, 120] h Integer 字幕框高度 说明： 参数h用于方便前端计算字幕框左上角坐标，后台不使用该参数 w Integer 字幕框宽度 说明： 字幕框宽度固定为屏幕宽度的80% 参数w用于方便前端计算字幕框左上角坐标，后台不使用该参数 表8 BackgroundMusicConfig

查看更多 →

择正确的发音，还可以选择不同的声音，试听生成的音频效果。如果选择“文本驱动”的方式，支持开启字幕展示功能。 音频驱动：从本地上传音频文件，作为视频的语音。如果使用音频驱动，暂不支持生成字幕。 还可以设置音频的音量，和调整画布的横竖屏展示。 4 视频场景区域 如果一个视频包含多场景

查看更多 →

Android SDK 一句话识别 (http版) 一句话识别(websocket版) 实时语音识别连续模式 语音合成(http版) 语音合成(webSocket版)

查看更多 →

支持哪些语言 录音文件识别、语音合成支持中文普通话。 一句话识别和实时语音识别支持中文普通话，带方言口音的普通话和方言（四川话、粤语和上海话）。 父主题： 产品咨询类

查看更多 →

表8 SubtitleInfo 参数 参数类型 描述 url String 字幕文件的下载地址 id Integer 字幕文件id type String 字幕文件类型 language String 字幕文件语言种类 表9 File_addr 参数 参数类型 描述 bucket String

查看更多 →

表8 SubtitleInfo 参数 参数类型 描述 url String 字幕文件的下载地址 id Integer 字幕文件id type String 字幕文件类型 language String 字幕文件语言种类 表9 File_addr 参数 参数类型 描述 bucket String

查看更多 →

取值范围：[4, 120] h 否 Integer 字幕框高度 说明： 参数h用于方便前端计算字幕框左上角坐标，后台不使用该参数 w 否 Integer 字幕框宽度 说明： 字幕框宽度固定为屏幕宽度的80% 参数w用于方便前端计算字幕框左上角坐标，后台不使用该参数 表6 PlayPolicy

查看更多 →

检查是否发送end请求，是否关闭客户端。 SIS.0305 语音识别异常。 请重试，或联系技术支持工程师。 SIS.0306 语音识别异常。 请重试，或联系技术支持工程师。 SIS.0307 语音识别异常。 请重试，或联系技术支持工程师。 SIS.0309 实时语音识别音频时长超过最大值。 请注意音频的时

查看更多 →

权限类 语音交互 服务需要申请什么权限 如何通过主账号创建一个子账号 语音识别是强制绑定使用OBS进行录音文件存储吗

查看更多 →

字体大小。 取值范围：[4, 120] h Integer 字幕框高度 说明： 参数h用于方便前端计算字幕框左上角坐标，后台不使用该参数 w Integer 字幕框宽度 说明： 字幕框宽度固定为屏幕宽度的80% 参数w用于方便前端计算字幕框左上角坐标，后台不使用该参数 表11 ShootScriptItem

查看更多 →

Java SDK 一句话识别Http接口 一句话识别Websocket接口 录音文件识别 实时语音识别 语音合成 热词管理 实时语音合成 录音文件极速版

查看更多 →

Python SDK 一句话识别Http接口 一句话识别Websocket接口 录音文件识别 实时语音识别 语音合成 热词管理 实时语音合成 录音文件极速版

查看更多 →

功能体验与试用 语音交互服务（Speech Interaction Service，SIS）支持语音识别、语音合成功能。适用语音客服质检、会议记录、语音短消息、有声读物、电话回访等场景。 在使用服务前，请先使用SIS体验中心体验服务功能。该方式无需编程，只需在网页端上传文字或音频，即可体验合成效果。

查看更多 →

语音交互服务（Speech Interaction Service，简称SIS）是一种人机交互方式，用户通过实时访问和调用API获取语音交互结果。例如用户通过语音识别功能，将口述音频或者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、

查看更多 →

适用于超算、气象、科研教育、视频转码（视频格式转换、视频分辨率变化、添加水印/logo的）等领域。 AI/大数据 适用于 内容审核 、OCR、图像识别、图片处理、美颜、语音识别、推荐、搜索、智能客服、游戏AGI等领域。 基因 适用于基因测序、药物检测等领域。

查看更多 →

会议媒体质量状态订阅 "InviteResultNotify"：邀请结果信息订阅 "RealTimeSubtitleNotify": 实时字幕信息订阅 "WaitingListNotify": 等候室成员列表订阅 confToken 是 String 会控正式Token。 订阅消息示例

查看更多 →