实时语音转写_实时语音转写技术-华为云

Flexus L实例

即开即用，轻松运维，开启简单上云第一步

立即查看

免费体验中心

免费领取体验产品，快速开启云上之旅

立即前往

企业级DeepSeek

支持API调用、知识库和联网搜索，满足企业级业务需求

立即购买

免费体验中心

免费领取体验产品，快速开启云上之旅

立即前往

企业级DeepSeek

支持API调用、知识库和联网搜索，满足企业级业务需求

立即前往

Flexus L实例

即开即用，轻松运维，开启简单上云第一步

立即查看

免费体验中心

免费领取体验产品，快速开启云上之旅

¥0.00

元

Flexus L实例

即开即用，轻松运维，开启简单上云第一步

立即前往

企业级DeepSeek

支持API调用、知识库和联网搜索，满足企业级业务需求

立即购买

实时语音转写内容精选换一换
产品咨询类

产品咨询类什么是语音交互服务支持哪些语言语音合成后输出的音频格式是什么是否支持离线使用语音合成后能否返回播放时长是否支持aac格式的语音文件转文字如何查看当前接口是否免费调用

来自：帮助中心

查看更多

准备工作

进入华为云官网，打开控制台管理界面，打开事件网格，复制default通道ID。图1 获取事件通道ID 购买、配置语音交互服务录音文件识别登录语音交互服务，选择录音文件识别，单击购买录音识别套餐包。图2 登录语音交互服务图3 购买录音套餐选择服务授权，开通对象服务授权。图4 开通对象服务授权创建rf_amdin_trust委托

来自：帮助中心

查看更多
实时语音转写相关内容
如何通过主账号创建一个子账号

如何通过主账号创建一个子账号语音交互服务服务不支持 IAM 细粒度划分策略，IAM账号与主账号具备相同的操作权限。您可以使用IAM的用户管理功能，给员工或应用程序创建IAM用户，可避免分享自己的账号密码。详细创建步骤请参见创建IAM用户。父主题：权限类

来自：帮助中心

查看更多

SDK（websocket）

SDK（websocket）下载SDK包由于新版SDK不支持websocket方法，涉及websocket的场景，可以使用该SDK。语音交互SDK软件包获取请参见表下载SDK包。示例音频参见示例音频。当您使用过旧版本的Java SDK时，需要注意旧版本的SDK依赖的ja

来自：帮助中心

查看更多

实时语音转写更多内容
监控安全风险

操作。用户可以实时掌握API所产生的调用成功次数、调用失败次数等信息。关于SIS支持的监控指标，以及如何创建监控告警规则等内容，请参见语音交互服务的监控指标。同时，SIS控制台支持监控账号下的SIS服务每个API的用量统计，详情请参见查看监控指标。父主题：安全

来自：帮助中心

查看更多

附录

附录名词解释基本概念、云服务简介、专有名词解释语音交互服务SIS：以API的形式，对外提供语音转文本以及文本转语音的服务。函数工作流 FunctionGraph：FunctionGraph是一项基于事件驱动的函数托管计算服务。使用FunctionGraph函数，只需编写业

来自：帮助中心

查看更多

数据保护技术

数据保护技术在使用语音交互服务过程中委托我们处理的语音音频和文本等数据，您完全拥有上述数据所有权及控制权，您应自行对上述数据来源和获取的合法性负责，华为云受托处理您的数据，以实现本服务功能或目的：（1）将语音音频数据识别转换成文本。（2）将文本数据合成语音。您的上述数据将

来自：帮助中心

查看更多

准备工作

EG云服务事件通道ID 进入华为云官网，打开控制台管理界面，打开事件网格，复制default通道ID。图1 获取事件通道ID 语音交互服务开通授权登录语音交互服务，在控制台左上角选择区域为“北京四”，左侧菜单选择服务授权，打开对象存储服务授权。如之前已打开过授权，如图1，则无需操作。

来自：帮助中心

查看更多

资源和成本规划

该解决方案主要部署如下资源，不同产品的花费仅供参考，具体请参考华为云官网价格，实际以收费账单为准：表1 资源和成本规划（按需计费）华云服务配置示例每月预估花费语音交互服务区域：华北-北京四计费模式：按需计费涉及服务：录音文件识别录音文件识别：2.5元/小时 2.5 * 10 = 25 元对象存储服务

来自：帮助中心

查看更多

SDK合规使用指南

启或关闭相关功能。 1. 如何开启或关闭扩展功能您可以通过setConfig或者create接口配置开启或关闭字幕、语音交互等扩展功能，以为您提供字幕、语音交互等服务。 2. 如何开启或关闭处理可选个人信息您可以通过setConfig或者create接口配置开启或关闭可选个人

来自：帮助中心

查看更多

MetaStudio数字人相关问题

数字人支持 TTS 和ASR吗？已支持TTS（文本转语音），详见创建TTS异步任务。 MetaStudio 不提供ASR（语音转文本），用户如有ASR需求，可以查看语音交互服务或其他ASR服务。图1 视频制作父主题：产品咨询

来自：帮助中心

查看更多

MetaStudio数字人相关问题

数字人支持TTS和ASR吗？已支持TTS（文本转语音），详见创建TTS异步任务。MetaStudio不提供ASR（语音转文本），用户如有ASR需求，可以查看语音交互服务或其他ASR服务。图1 视频制作父主题： FAQ

来自：帮助中心

查看更多

计费说明

按需计费是指按照API调用次数阶梯价格计费，计费价格参见语音交互价格计算器。折扣套餐包折扣套餐包方式是用户可以购买套餐包，扣费时调用次数会先在套餐包内进行抵扣，抵扣完后的剩余调用量默认转回按需计费方式，计费价格参见语音交互价格计算器。图1 购买套餐包购买套餐包前，请进行账号实名认证。

来自：帮助中心

查看更多

终端节点

终端节点终端节点即调用API的请求地址，不同服务不同区域的终端节点不同。目前语音交互服务一句话识别、录音文件识别支持以下地区和终端节点：当前服务仅支持北京和上海区域，后续会陆续上线其他区域。华北-北京四，推荐的区域，支持一句话识别、录音文件识别、实时语音识别、语音合成和热词等接口。

来自：帮助中心

查看更多

方案概述

大模型开发平台通过ModelArts，实现标注、训练、评估、部署等；应用PaaS通过 GaussDB 、 OBS 、Redis等提供各种存储与访问服务；其他服务包括：语音交互、Koo文档、内容审核、消息&短信。通过云监控服务、应用运维管理、云日志服务等实现运维自动化方案优势记忆与反思能力通过LLM大语

来自：帮助中心

查看更多

SDK隐私声明

展功能或收集和使用可选个人信息，我们会在下文特别说明。智能交互功能数字人智能交互Web SDK支持华为云MetaStudio服务智能语音交互功能（以下简称“交互功能”）。方式一：为了提供交互功能，SDK会通过您主动点击聊天按钮申请客户应用或浏览器的麦克风权限，在您同意客户应

来自：帮助中心

查看更多

对话初始化接口（inaction=8）

数据类型参数位置必选/可选描述 prompt_type String body True 交互类型。 0：语音交互播放指定提示音(全路径) 1：语音交互播放指定提示 2：语音交互播放TTS内容 3：文字交互 4：对呼叫方录音 5：视频播放 6：多媒体 7：卡片 8：变量音 9：语音文本混合放音

来自：帮助中心

查看更多

宽限期保留期

看客户等级？特殊说明针对促销活动等特殊场景，如促销活动官方页面有明确的宽限期与保留期说明，以活动页面规定为准。关于消息&短信产品、语音交互服务SIS的宽限期和保留期服务说明，请以产品文档页面相关描述为准。

来自：帮助中心

查看更多

对接华为云API Explorer

视频分析能力。更多介绍，请参见https://support.huaweicloud.com/vias/index.html。语音交互服务语音交互服务（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（Application

来自：帮助中心

查看更多

对话交互后接口（inaction=9）

呼叫唯一标志，与userid 取值相同，给流程使用。 prompt_type String body True 交互类型。 0：语音交互播放指定提示音(全路径) 1：语音交互播放指定提示 2：语音交互播放TTS内容 3：文字交互 4：对呼叫方录音 5：视频播放 6：多媒体 7：卡片 8：变量音 9：语音文本混合放音

来自：帮助中心

查看更多

智能外呼

客户进行交互，完成语音外呼任务。由知识标注、可拖拽多轮对话引擎等核心模块组成的语音服务平台，可以根据业务需要在平台上动态定义各种复杂的语音交互场景。通过真人录音、语音合成技术与多轮对话的结合，摆脱传统智能机器人单一机械的语音，使得整体交互更加智能化和拟人化。任务管理：外呼任务

来自：帮助中心

查看更多