离线转写回调接口 场景描述 智能助手平台提供接口给第三方接入方调用,实现asr离线转写结果回传给ODFS。 该接口是系统级的第三方接口,鉴权方式请参考C3 智能助手平台接口鉴权方式中的说明下的第三点。 接口方法 POST 接口URI https://IP:PORT/oifde/r

查看更多 →

OCR 功能 OCR节点支持识别图片上的文字信息, 识别结果将存储到用户指定的OBS目录下。 OCR节点仅支持在华北-北京四使用。 参数 用户可参考表1和表2配置OCR节点的参数。 表1 属性参数 参数 是否必选 说明 节点名称 是 节点名称，可以包含中文、英文字母、数字、“_”

查看更多 →

功能总览 功能总览 全部 通用 表格识别 通用文字识别 网络图片识别 智能分类识别 手写 文字识别 身份证识别 行驶证识别 驾驶证识别 护照识别 银行卡识别 营业执照识别 道路运输证识别 车牌识别 名片识别 VIN码识别 增值税发票识别 发票验真 机动车销售发票识别 出租车发票识别 火车票识别

查看更多 →

自定义OCR 自定义OCR介绍 创建应用 通用单模板工作流 多模板分类工作流 字段类型 查看应用详情 常见问题

查看更多 →

OCR自定义策略 如果系统预置的权限，不满足您的授权要求，可以创建自定义策略。自定义策略中可以添加的授权项（Action）请参见权限管理。 目前华为云支持以下两种方式创建自定义策略： 可视化视图创建自定义策略：无需了解策略语法，按可视化视图导航栏选择云服务、操作、资源、条件等策略内容，可自动生成策略。

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 →

自定义OCR介绍 OCR自定义模板将于2025.12.31正式下线，为避免影响您目前的业务，请您及时进行相关迁移工作，迁移指导详见OCR自定义模板下线公告。 自定义OCR基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。

查看更多 →

为什么录音文件识别出现重复转写结果 问题现象 调用录音文件识别接口，识别的结果出现两条完全一致的结果。 解决方案 由于声道设置的原因，单声道的音频按照双声道处理了。 在请求中将参数“channel”的值修改成“MONO”或者直接去掉请求参数中的“channel”项。 父主题： API使用类

查看更多 →

服务开通后，您可以根据以下介绍选择合适的使用方式： 通过OCR体验馆在线调用OCR服务API。 如果您没有开发基础，想快速体验OCR服务，OCR体验馆提供了在线网页调用方式，该方式无需编码，直接在网页上传图片，即可返回识别结果。 通过华为云 API Explorer 在线调用OCR服务API。 如果您是开发初学

查看更多 →

OCR的并发是多少 文字识别服务属于公有云服务，线上用户资源共享，并发量会根据线上用户的调用情况动态调整。 如遇到突发高峰导致的并发量不够用的情况，您可以尝试以下两种解决方法： 通过重试机制，在代码里检查返回值，碰到并发错误可以延时一小段时间（如2-5s）重试请求。 后端检查上一

查看更多 →

OCR服务支持批量识别吗 OCR服务只支持调用一次接口识别一张图片，批量识别需要进行二次开发，编码循环调用API，实现批量调用服务识别图片。 父主题： API使用类

查看更多 →

OCR服务是否支持离线使用 不支持离线使用，调用SDK必须能够访问公网才可以的，因为OCR接口部署在华为云云端，所以需要您的网络可以访问公网才可以调用服务接口。 父主题： 产品咨询类

查看更多 →

使用OCR服务需要的权限 使用OCR服务时，如果您需要使用华为云 对象存储服务 （OBS）中的数据，请开通对象存储服务OBS授权，可在控制台进行开通。 OCR服务支持IAM细粒度划分策略。可以为子用户设置OCR服务的使用权限。 父主题： 权限类

查看更多 →

API支持识别的图片版式依赖于创建自定义OCR工作流时的类型。 调用方法 请参见如何调用API。 前提条件 在使用之前，你需要通过OCR控制台，完成自定义OCR工作流的开发。开发、部署完成后，将在工作流的部署页面生成API的URI。 自定义OCR工作流开发过程，可参考自定义OCR介绍。 URI POST

查看更多 →

返回中间临时转写结果，在最后返回最终转写结果。 表2 一句话识别 接口说明 接口类型 说明 一句话识别 一句话识别接口，用于短语音的同步识别。一次性上传整个音频，响应中即返回识别结果。 表3 录音文件识别接口说明 接口类型 说明 录音文件识别 录音文件识别接口，用于转写不超过5小时

查看更多 →

如何选择OCR套餐包的区域 不同的地域之间资源包不互通，每个地域需分别购买，请根据您的实际需求慎重选择。各服务所部署区域请参见终端节点。 请先确定使用的服务与区域之后再购买相应区域的套餐包。 父主题： 服务开通类

查看更多 →

当开启“只看客户”开关后，支持只展示转写的客户侧内容。 支持根据交谈中的关键词展示FAQ明细，对座席提供知识支持。在话术辅导的页面中的URL，可跳转到对应页面。 支持根据交谈中的关键词展示关联的意图和话术，对座席进行话术辅导。 支持展示当前匹配到的违禁语数量，并在实时转写的窗口中，高亮显示违禁语，提醒座席及时纠正。

查看更多 →

OCR识别中，哪些算有效计费 OCR服务通过RestFul API调用，计费以Https请求返回的状态码为准，当返回状态码为2xx(如200/201)时，表示调用成功并进行扣费。 OCR服务通过套餐包计费方式，来降低调用成本，从绝大部分客户的使用来看，客户上传错误样本导致计费的占比非常非常小，几乎可忽略不计。

查看更多 →

格。 实时转写 通过文本形式展示实时转写的客户与座席的交谈内容。当开启“只看客户”开关后，只展示转写的客户侧内容。 “实时转写”页签需要开启智能识别开关才能在音视频工作台展示。具体配置请参考《AICC-操作指南-FAQ》手册中的“人工服务常见问题 > 如何开通实时转写能力”章节内容。

查看更多 →

关闭WebSocket连接。 其中，基于WebSocket协议进行 实时语音识别 时，需要客户端首先发送转写开始消息，然后持续发送语音数据至服务端，最后发送结束消息，在此期间客户端会持续收到服务端发送的转写结果或事件，客户端根据所收到的响应消息做对应处理。实时 语音识别 接口的具体细节请参见接口说明章节。

查看更多 →

开发者可以使用java、python、c++等开发语言支持Websocket的对应软件包或库接口，与实时语音识别引擎握手连接，并发送语音数据和接收转写结果，最后关闭Websocket连接。 获取Websocket握手请求wss-URI请参见Websocket握手请求。 获取实时语音识别请求消息格式信息请参见实时语音识别请求。

查看更多 →