开始使用平台前,先了解以下您需要提前准备的物料及准备建议: 1、【测试集(包括业务音频+准确100%的标注文本)】,用于评估基础模型识别率和训练后模型识别率,相当于准备一份“标准答案”。如果模型使用业务范围较广(例如某行业领域模型),建议测试集在1000-3000条左右评估会相对客观;如果是针对某些特定场景训练,可只提供该场景的音频测试集几十条-几百条均可,包含希望评估的业务内容即可。
H.264 SD(1280*720)及以下 0.031 H.264 LD(640*480)及以下 0.0152 H.265 4K(3840*2160)及以下 1.216 H.265 2K(2560*1440)及以下 0.608 H.265 HD(1920*1080)及以下 0.2888 H.265 SD(1280*720)及以下 0.1444 H.265 LD(640*480)及以下 0.076 音频
null) { bgsSdk.stopPhone(); } 2.5.7 解绑实例 在SDK回调onStopped后,可视情况通过业务后台调用openApi接口disconnect去服务端解绑实例。
音频参数 参数名称 是否必选 描述 音频编码标准 是 支持选择aac、mp3、wanos、opus。默认为aac。 采样率 是 支持选择Auto、22050、32000、44100、48000、96000。单位Hz。默认为Auto。 码率 是 常用码率:40 kbps, 80 kbps, 128 kbps, 192 kbps等;范围:26 ~ 256。
媒资库接口 普通素材 用户上传音频/视频/图片到素材库,创作视频时可从素材中心查询该素材,并导入任务中使用 上传素材 接口描述 用户上传音频/视频/图片到素材库 请求(Request) 请求语法: POST /v{version}/matlib?
低能耗、高倍速的视频合成 双语字幕 -语音识别自动语音转化成字幕 -自动翻译轻松实现双语字幕 时光相册 -AI图像理解自动筛选聚合照片 -智能匹配字幕、音乐、模版,一键生成视频 编辑特效 画面特效:黑白、放大、灵魂出窍、抖动等 分屏特效:三屏、六屏、九屏特效等 时间特效:反复、变速、倒放等 转场特效:淡入、渐变等绚丽转场特效 Vlog剪辑 多段视频和图片混编 剪切拼接、调整顺序、画面旋转 多段多轨音频
track) 反选轨道,track 对应getTrackInfo()返回数组的下标 void toggleFrameChasing(boolean isEnable) 设置是否开启追帧播放功能(目前只支持 rtmp 和 http-flv 直播,其他场景请勿开启追帧) void setAudioDataCallback(OnReceiveAudioDataCallback callback) 设置音频回调
直播录制 在推流过程中,将实时的直播原始流经过转音视频封装(不修改音频、视频数据以及对应的时间戳等信息)得到的视频文件存储到音视频处理平台。 水印 为保障视频版权不受侵犯,在直播推流过程中,将设置好的水印合并到视频流中输出一个带有水印的视频流,水印内容可以为文字或图片。 截图 以固定时间间隔将直播推流视频画面截取下来,形成图片文件存储在对象存储 BOS 中。
您采集到的原始图片、文本、音频、视频、OCR、表格等数据,经过EasyDL加工、学习、部署后,可通过公有云API调用,或部署在本地服务器、小型设备、软硬一体方案的专项适配硬件上,通过离线SDK或私有API进一步集成,流程如下: 根据企业用户的应用场景及深度学习的技术方向,EasyDL共推出6大通用产品及1个行业产品: EasyDL 图像: 定制基于图像进行多样化分析的AI模型,实现图像内容理解分类、
组织级 对于需要在一个组织内共享、组织标准资源或者统一规范类的音频文件,建议在组织级进行维护。组织级音频管理功能的入口为:平台管理>组件模板 平台级 平台级别的音频管理更多的是公开资源,适用面会比组织级更广,平台的所有组织都可以使用。适用于集团类的公司,或其他涉及多个组织的场景。平台级资源管理的入口为:超管后台-模板管理。