Flexus L實例
即開即用，輕松運維，開啟簡單上云第一步
立即查看
免費體驗中心
免費領(lǐng)取體驗產(chǎn)品，快速開啟云上之旅
立即前往
企業(yè)級DeepSeek
支持API調(diào)用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務(wù)需求
立即購買
免費體驗中心
免費領(lǐng)取體驗產(chǎn)品，快速開啟云上之旅
立即前往
企業(yè)級DeepSeek
支持API調(diào)用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務(wù)需求
立即前往
Flexus L實例
即開即用，輕松運維，開啟簡單上云第一步
立即查看
免費體驗中心
免費領(lǐng)取體驗產(chǎn)品，快速開啟云上之旅
立即前往
Flexus L實例
即開即用，輕松運維，開啟簡單上云第一步
立即前往
企業(yè)級DeepSeek
支持API調(diào)用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務(wù)需求
立即購買
- 實時語音轉(zhuǎn)寫 內(nèi)容精選 換一換
-
區(qū)域與可用區(qū) 什么是區(qū)域與可用區(qū) 語音交互 服務(wù)的區(qū)域如何選擇來自：幫助中心產(chǎn)品咨詢類 什么是語音交互服務(wù) 支持哪些語言 語音合成 后輸出的音頻格式是什么 是否支持離線使用 語音合成后能否返回播放時長 是否支持aac格式的語音文件轉(zhuǎn)文字 如何查看當前接口是否免費調(diào)用來自：幫助中心
- 實時語音轉(zhuǎn)寫 相關(guān)內(nèi)容
-
如何通過主賬號創(chuàng)建一個子賬號 語音交互服務(wù)服務(wù)不支持 IAM 細粒度劃分策略，IAM賬號與主賬號具備相同的操作權(quán)限。 您可以使用IAM的用戶管理功能，給員工或應(yīng)用程序創(chuàng)建IAM用戶，可避免分享自己的賬號密碼。詳細創(chuàng)建步驟請參見創(chuàng)建IAM用戶。 父主題： 權(quán)限類來自：幫助中心
- 實時語音轉(zhuǎn)寫 更多內(nèi)容
-
![]()
操作。用戶可以實時掌握API所產(chǎn)生的調(diào)用成功次數(shù)、調(diào)用失敗次數(shù)等信息。 關(guān)于SIS支持的監(jiān)控指標，以及如何創(chuàng)建監(jiān)控告警規(guī)則等內(nèi)容，請參見語音交互服務(wù)的監(jiān)控指標。 同時，SIS控制臺支持監(jiān)控賬號下的SIS服務(wù)每個API的用量統(tǒng)計，詳情請參見查看監(jiān)控指標。 父主題： 安全來自：幫助中心![]()
音頻流數(shù)據(jù) 功能介紹 音頻流數(shù)據(jù)具備分多段返回二進制語音數(shù)據(jù)流的特性。這一特性在實際應(yīng)用場景中，比如在一些實時語音交互的系統(tǒng)里，能更好地適配網(wǎng)絡(luò)傳輸情況，避免因大數(shù)據(jù)量傳輸造成卡頓。 若用戶未對語音格式進行設(shè)置，系統(tǒng)將默認返回pcm格式語音，pcm格式是一種較為基礎(chǔ)且常用的無損音頻格式，能保證語音質(zhì)量。來自：幫助中心![]()
WebSocket 相關(guān)功能支持，若您的業(yè)務(wù)場景中需要使用 WebSocket 方法，建議選擇本頁提供的 SDK（WebSocket 版）以滿足需求。 語音交互SDK軟件包獲取請參見表 下載SDK包。 示例音頻參見示例音頻。 當您使用過舊版本的Java SDK時，需要注意舊版本的SDK依賴的ja來自：幫助中心![]()
附錄 名詞解釋 基本概念、云服務(wù)簡介、專有名詞解釋 語音交互服務(wù)SIS：以API的形式，對外提供語音轉(zhuǎn)文本以及文本轉(zhuǎn)語音的服務(wù)。 函數(shù)工作流 FunctionGraph：FunctionGraph是一項基于事件驅(qū)動的函數(shù)托管計算服務(wù)。使用FunctionGraph函數(shù)，只需編寫業(yè)來自：幫助中心![]()
數(shù)據(jù)保護技術(shù) 在使用語音交互服務(wù)過程中委托我們處理的語音音頻和文本等數(shù)據(jù)，您完全擁有上述數(shù)據(jù)所有權(quán)及控制權(quán)，您應(yīng)自行對上述數(shù)據(jù)來源和獲取的合法性負責，華為云受托處理您的數(shù)據(jù)，以實現(xiàn)本服務(wù)功能或目的： （1）將語音音頻數(shù)據(jù)識別轉(zhuǎn)換成文本。 （2）將文本數(shù)據(jù)合成語音。 您的上述數(shù)據(jù)將來自：幫助中心![]()
該解決方案主要部署如下資源，不同產(chǎn)品的花費僅供參考，具體請參考華為云官網(wǎng)價格，實際以收費賬單為準： 表1 資源和成本規(guī)劃（按需計費） 華云服務(wù) 配置示例 每月預(yù)估花費 語音交互服務(wù) 區(qū)域：華北-北京四 計費模式：按需計費 涉及服務(wù)：錄音文件識別 錄音文件識別：2.5元/小時 2.5 * 10 = 25 元 對象存儲服務(wù)來自：幫助中心![]()
啟或關(guān)閉相關(guān)功能。 1. 如何開啟或關(guān)閉擴展功能 您可以通過setConfig或者create接口配置開啟或關(guān)閉字幕、語音交互等擴展功能，以為您提供字幕、語音交互等服務(wù)。 2. 如何開啟或關(guān)閉處理可選個人信息 您可以通過setConfig或者create接口配置開啟或關(guān)閉可選個人來自：幫助中心![]()
數(shù)字人支持 TTS 和ASR嗎？ 已支持TTS（文本轉(zhuǎn)語音），詳見創(chuàng)建TTS異步任務(wù)。 MetaStudio 不提供ASR（語音轉(zhuǎn)文本），用戶如有ASR需求，可以查看語音交互服務(wù)或其他ASR服務(wù)。 圖1 視頻制作 父主題： FAQ來自：幫助中心![]()
數(shù)字人支持TTS和ASR嗎？ 已支持TTS（文本轉(zhuǎn)語音），詳見創(chuàng)建TTS異步任務(wù)。MetaStudio不提供ASR（語音轉(zhuǎn)文本），用戶如有ASR需求，可以查看語音交互服務(wù)或其他ASR服務(wù)。 圖1 視頻制作 父主題： 產(chǎn)品咨詢來自：幫助中心![]()
開始節(jié)點：作為工作流的入口，開始節(jié)點負責接收用戶輸入的文本或語音。在該工作流中，接收的是用戶輸入歷史作業(yè)問題。語音輸入時，須在工作流全局配置節(jié)點開啟“語音交互”功能。 大模型節(jié)點：該節(jié)點從用戶輸入中進行問題提取，解析出用戶的問題，并用JSON格式輸出。 消息節(jié)點-開始批改作業(yè)：該節(jié)點通過定義一來自：幫助中心![]()
大模型開發(fā)平臺通過ModelArts，實現(xiàn)標注、訓(xùn)練、評估、部署等； 應(yīng)用PaaS通過 GaussDB 、 OBS 、Redis等提供各種存儲與訪問服務(wù)；其他服務(wù)包括：語音交互、Koo文檔、 內(nèi)容審核 、消息&短信。 通過 云監(jiān)控服務(wù) 、 應(yīng)用運維管理 、 云日志 服務(wù)等實現(xiàn)運維自動化 方案優(yōu)勢 記憶與反思能力 通過LLM大語來自：幫助中心![]()
試運行界面支持文本輸入、文件輸入和語音輸入： 文本輸入：在對話輸入框輸入對話后按Enter鍵或單擊，查看應(yīng)用響應(yīng)結(jié)果。 語音輸入：全局配置中開啟語音交互功能時，用戶可以通過語音進行輸入。該功能支持多種語言（如中文、英文等），并提供 語音識別 、錯誤糾正和實時反饋等功能。 首次使用語音輸入須開來自：幫助中心![]()
開始節(jié)點：作為工作流的入口，開始節(jié)點負責接收用戶輸入的文本、文件或語音。在該工作流中，接收的是用戶輸入語文知識問題。 語音輸入時，須在工作流全局配置節(jié)點開啟“語音交互”功能。 大模型節(jié)點-生成問題：該節(jié)點從用戶輸入中進行問題提取，解析出用戶的問題，并用json格式輸出。 知識檢索節(jié)點：該節(jié)點把從預(yù)先上來自：幫助中心
看了本文的人還看了