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
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）。
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。
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
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。
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
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。
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。
模型训练页面说明 “模型训练”页面列出了已有的训练工程、训练服务和超参优化服务的列表信息，如图1所示。在该页面，用户可以查看训练工程和训练服务的创建信息，新建、编辑、复制或删除已创建的训练工程和训练服务。详情请参见表1。
音频流数据 功能介绍 分多段返回二进制语音数据流，如果用户未设置语音格式，则默认返回pcm格式语音。 父主题： 语音合成结果响应
添加语音模板 语音通话支持自定义语音模板，语音模板需要提前到语音通话平台提交并通过审核后才可使用。 进入语音通话控制台，点击“语音模板管理”。 点击右上角“添加语音模板”，开始添加。 填写模板名称、设置语音播放速度、模板内容及业务场景。 模板内容必须以汉字开头。 点击“确认”。
特点是操作比较简便，播放的语音通知是原音。 语音模板需要先通过语音模板管理页面提交模板并审核通过后才能使用，并获取对应的模板ID。调用语音通知API时携带模板ID和模板的变量值列表。特点是可以灵活配置参数，播放的语音通知是青年女声的电子音。 父主题： 放音文件及语音模板配置
如何开通语音质检？ 新增应用：登录隐私保护通话控制台添加应用时，“是否开通录音”和“是否开通语音质检”都选择“是”即可开通。
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。
语音通知话单通知API 接口功能 用户通话结束后，语音通话平台通过此接口向SP推送通话的话单信息。短时间内有多个通话结束时语音通话平台会将话单合并推送，每条消息最多携带50个话单。
语音模型训练 TTS带有预训练的模型，是衡量数据集质量的工具，旨在在易于训练、速度和质量之间实现最佳权衡。
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
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
