云上人脸提取 创建云上人脸提取作业 查询作业列表 查询单个作业 删除作业 父主题： 云上服务API

查看更多 →

停止人脸检测 表1 停止人脸检测 REST URL格式 访问方法 URI POST /v1/ai/face-detection/stop 接口功能 停止人脸检测功能 接口说明 本接口调用后，人脸检测功能停止 响应数据 参见表2、表3 参数 参数名称 可选/必选/条件必选 参数类型

查看更多 →

人脸资源管理 添加人脸 查询人脸 更新人脸 删除人脸 批量删除人脸 父主题： API

查看更多 →

开始语音合成请求 功能介绍 客户端与语音合成引擎建立Websocket连接后，可以发送开始语音合成请求进行语音合成。如果客户端基于该Websocket连接发送多次合成请求，需在每次请求重新建立websocket连接，一次连接只能处理一次合成请求。 请求消息 表1 参数说明 名称 参数类型

查看更多 →

实时语音合成响应 开始合成响应 语音合成结果响应 语音合成结束响应 语音合成错误响应 严重错误响应 父主题： 实时语音合成接口

查看更多 →

使用实时语音合成 前提条件 确保已按照配置CPP环境（Linux）配置完毕。 请参考SDK（websocket）获取最新版本SDK包。 初始化Client 初始化RttsClient，其参数包括AuthInfo 表1 AuthInfo 参数名称 是否必选 参数类型 描述 ak 是

查看更多 →

text(待合成文本)和TtsConfig，详见TtsConfig。 表1 TtsConfig 参数名称 是否必选 参数类型 描述 audio_format 否 String 待合成的音频格式，可选mp3，wav等，默认wav。具体信息请参见《API参考》中语音合成章节。 pitch

查看更多 →

合成路径规划 合成路径规划基于盘古药物分子大模型，根据给定的目标分子，可以设计出完整且合理的合成路径。 单击“合成路径规划”功能卡片，进入配置页面。 在配置页面，可以在左侧绘制分子，也可以通过上传分子文件方式上传分子或者在白框内输入小分子SMILES表达式。 上传分子文件：支持S

查看更多 →

语音合成管理 创建 TTS 试听任务 获取TTS试听文件 创建TTS异步任务 获取TTS异步任务 设置TTS租户级自定义读法配置 获取TTS租户级自定义读法配置 删除TTS租户级自定义读法配置 修改TTS租户级自定义读法配置 语音同步合成WebSocket接口

查看更多 →

开始人脸检测 表1 开启人脸检测 REST URL格式 访问方法 URI POST /v1/ai/face-detection/start 接口功能 开始人脸检测功能 接口说明 本接口调用后，开启人脸检测 响应数据 参见表2、表3 参数 参数名称 可选/必选/条件必选 参数类型 位置

查看更多 →

实时语音合成接口 Websocket握手请求 实时语音合成请求 实时语音合成响应

查看更多 →

实时语音合成请求 开始语音合成请求 父主题： 实时语音合成接口

查看更多 →

创建人脸库 功能介绍 创建用于存储人脸特征的人脸库。您最多可以创建10个人脸库，每个人脸库最大容量为10万个人脸特征。如有更大规格的需求请联系客服。 前提条件： 请确保您已开通人脸搜索服务。 默认情况下，一个人脸库最大可支持10万个人脸特征，一个用户最多可创建10个人脸库，最多可

查看更多 →

人脸检测技能 技能描述 面向智慧商超的人脸采集技能。本技能使用多个深度学习算法，实时分析视频流，自动抓取画面中的清晰人脸上传至您的后台系统，用于后续实现其他业务。 本技能支持： 判断并过滤尺寸过小、清晰度较差、角度过大等无法判断的人脸。 同时检测多张人脸。 人脸跟踪。对同一个人抓拍的人脸做去重，避免大量的重复上报。

查看更多 →

关闭夜间自动切换红外模式，暂不支持抓取红外模式下的人脸。 宽动态 关闭宽动态。普通摄像头的宽动态无法到达专业相机的效果，人的走动速度较快时存在运动模糊，应关闭宽动态设置。 人脸角度要求 人脸角度按照三个维度定义：人脸抬头低头角度（pitch），正面人脸旋转角度（roll），前后转头偏转角度（yaw）。人脸检测算法对三

查看更多 →

添加人脸到人脸库中。将单张图片中的人脸添加至人脸库中，支持添加最大人脸或所有人脸。 查询人脸 查询指定人脸库中人脸信息。 更新人脸 根据人脸ID（face_id）更新单张人脸信息。 删除人脸 根据指定字段删除人脸库中人脸，删除后人脸库容量会相应的释放。 批量删除人脸 自定义筛选条件，批量删除人脸库中的符合指定条件的多张人脸。

查看更多 →

分身数字人驱动算法是指通过深度学习生成数字人驱动模型，模型生成后，输入音频来合成数字人视频的一种技术。 其基本情况包括： 输入数据：真人视频、音频。 算法原理：通过深度学习算法来学习真人视频，生成驱动该真人形象的数字人模型。通过该模型输入音频，合成数字人视频。 输出结果：数字人视频。 应用领域：分身数

查看更多 →

语音合成结果响应 音频流数据 时间戳数据 父主题： 实时语音合成响应

查看更多 →

语音合成结束响应 功能介绍 当合成引擎处理完合成请求后，会发送合成结束响应。客户端收到该响应后关闭当前Websocket链接即可。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为END，表示语音合成结束。 trace_id String

查看更多 →

语音合成错误响应 功能介绍 合成引擎处理合成请求时如果发生错误则返回该响应。 响应消息 表1 响应参数 名称 参数类型 说明 resp_type String 响应类型。参数值为ERROR，表示错误响应。 trace_id String 服务内部的令牌，可用于在日志中追溯具体流程。

查看更多 →

使用实时语音合成 前提条件 确保已按照配置CPP环境（Windows）配置完毕。 请参考SDK（websocket）获取最新版本SDK包。 初始化Client 初始化RttsClient，其参数包括AuthInfo 表1 AuthInfo 参数名称 是否必选 参数类型 描述 ak

查看更多 →