完成语音识别与语音合成调用,控制格式、语言、时长和敏感音频处理。
语音服务包括把音频转换为文本以及把文本合成为音频。声音可能包含生物识别和其他敏感信息,处理前应获得合法授权,并严格限制日志和结果访问。
本文面向接入文本、向量、图像、语音或视频模型的开发者、架构师和业务负责人。完成本文后,你应当能够独立完成配置、验证结果,并知道出现异常时应该保留哪些信息。
云资源和模型能力会随区域、库存、模型版本及账号权限变化。页面显示的可用规格、价格、配额和状态是本次操作的直接依据;文档用于解释操作逻辑和风险边界。
先完成以下准备,再进入控制台操作。对生产环境而言,准备阶段还应明确资源负责人、费用归属、数据级别和回滚方式。
按照下面的顺序执行。每完成一步都应检查页面反馈,不要在状态仍为“处理中”时连续提交相同操作。涉及删除、重装、退款、密钥禁用等不可逆动作时,应再次核对资源名称和影响范围。
区分语音识别与语音合成,确认语言、音频格式、采样率、时长和输出要求。
去除不必要的身份信息,切分超长音频,确认录音和声音使用已获得授权。
按接口要求上传文件或提交文本,设置模型和必要参数,记录 Request ID。
识别结果使用字错率和业务字段准确率评估;合成结果检查可懂度、停顿和误导风险。
按业务必要期限保存音频和转写,限制下载,任务完成后删除临时副本。
合成或克隆性质声音不得用于冒充、诈骗;按适用规则向用户说明并添加生成标识。
功能能够使用并不等于已经具备生产条件。正式承载业务前,请把可观测性、权限、费用和数据恢复纳入同一套运行基线。
建议为关键资源建立变更记录,至少包含操作者、时间、原因、预期结果、实际结果和回退步骤。团队协作时,不要通过聊天工具传递密码或完整 API Key。
排查时先确认影响对象、开始时间和最近一次变更,再区分是浏览器、账号权限、平台资源、网络还是应用自身问题。提交工单时,请附上资源 ID、请求 ID、发生时间、错误信息和已经执行过的排查步骤;不要提交密码、完整密钥或身份证件原图。
检查 Authorization: Bearer 格式、密钥状态、所属项目和模型权限。不要把完整密钥粘贴到工单或截图中。
查看模型日志与并发情况,按错误码使用指数退避和随机抖动,并为客户端设置总重试上限。
固定模型版本与采样参数,保留最小复现输入和 Request ID;对关键业务增加结构校验、人工复核和回退模型。
离开页面前,逐项确认:
如结果与本文不一致,应停止继续扩大变更范围,通过页面右上角“工单支持”提交问题。