检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
例如用户通过语音识别功能，将口述音频、普通话或者带有一定方言的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、会议记录、语音短消息、有声读物、电话回访等。 父主题： 产品咨询类
语音通话价格说明 计费概述 语音通话服务按照业务使用量，即账号所有固话号码数量（月租）和通话时长进行计费，具体可参考计费详情和计费原则。 语音通话采用预付费模式，使用语音通话服务前，需先在华为云账户中充值，可参考如何给账户充值。
AI说 为医生打造专属数字分身! AIGC：人工智能生成内容的崛起与未... ModelArts JupyterLab常见问题解决...
实施步骤 准备工作 快速部署 开始使用 快速卸载
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
结果示例 客服中心语音质检结果如下所示，支持语音识别结果、原始录音文件地址、录音时长、规则命中结果、命中位置等多个字段。
查询训练作业列表 功能介绍 根据指定条件查询用户创建的训练作业。 URI GET /v1/{project_id}/training-jobs 参数说明如表1所示。 表1 路径参数 参数 是否必选 参数类型 说明 project_id 是 String 用户项目ID。
空 channel String 必填 语音文件声道信息，可设置为MONO，LEFT_AGENT, RIGHT_AGENT。如果channel 为MONO，那么原始文件需要为单声道文件。LEFT_AGENT 指定左声道语音为agent（坐席）。
该API属于MetaStudio服务，描述: 删除语音训练任务接口URL: "/v1/{project_id}/voice-training-manage/user/jobs/{job_id}"
该API属于MetaStudio服务，描述: 提交训练任务,执行该接口后,任务会进入审核状态,审核完成后会等待训练。接口URL: "/v1/{project_id}/voice-training-manage/user/jobs/{job_id}"
node_count Integer 训练作业选择的资源副本数。 pool_id String 训练作业选择的资源池ID。 flavor_detail FlavorDetail object 训练作业、算法的规格信息（该字段只有公共资源池存在）。
修订记录 发布日期 修订记录 2022-11-30 第一次正式发布。 2023-03-09 修订实施步骤。 2024-09-18 适配函数工作流EventGrid触发器。
实时语音识别接口 接口说明 Websocket握手请求 实时语音识别请求 实时语音识别响应
图1 获取事件通道ID 语音交互服务开通授权 登录语音交互服务控制台，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。
使用实时语音识别 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RasrClient，其参数包括AuthInfo。
training_job_id 是 String 训练作业ID。获取方法请参见查询训练作业列表。 task_id 是 String 训练作业的任务名称。可从训练作业详情中的status.tasks字段中获取。
快速卸载 登录资源编排服务 RFS，进入“资源栈”，选择创建的资源栈名称，单击“删除”。 图1 一键卸载 在弹出的删除资源栈确认框中，输入“Delete”，单击“确定”，即可卸载解决方案。 图2 删除资源栈确认 父主题： 实施步骤
model_property 否 String 特征字符串，{language}_{speaker}_{domain}，默认chinese_xiaoyan_common。具体信息请参见《API参考》中语音合成章节。
方案优势 高效性 仅需5秒的声音样本，即刻体验文本到语音的转换；仅需1分钟的训练素材，即可微调训练出声音相似度较高的语音克隆模型。 个性化 该项目可以根据用户的语音样本，生成个性化的语音克隆，并支持跨语言推理。
语音合成 TTS 语音合成 TTS 语音合成服务提供在线语音合成能力，支持将文本信息实时转化为近似的真人发声，支持多语言多音色语音在线合成。支持客户的个性化语音定制化需求。 语音合成服务提供在线语音合成能力，支持将文本信息实时转化为近似的真人发声，支持多语言多音色语音在线合成。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
您即将访问非华为云网站，请注意账号财产安全
