腾讯云产品
-
腾讯云智能数智人 形象和声音复刻常见问题
这篇总结了腾讯云形象定制与声音复刻的常见问题及优化建议,核心是录制素材需满足时长、连续性和环境要求,否则影响最终效果。 形象定制:视频需连续无剪辑,时长3-5分钟,避免黄绿色衣物、大转头、遮挡面部及绿幕反光。 声音复刻:录音需安静无混响,使用麦克风,满足100分句、10分钟以上,发音标准清晰。
-
视频理解 快速入门
视频理解产品核心能力是通过对视频内容进行细粒度的结构化解析,输出涵盖人物、场景、物体、事件的高精度、多维度的优质标签内容。这里说明如何使用腾讯云视频理解控制台,帮助你更快速上手使用。
-
内容安全平台 生成式 AI 应用内容安全
生成式 AI 应用接入内容安全服务的关键流程,包括场景策略配置、线上数据验证、标签策略调优。
-
声音复刻 产品简介
声音复刻(Voice Cloning)为企业提供快速、批量、自动化的定制音色服务。声音复刻基于客户上传的少量录音数据,自动进行模型训练,实现对发音人音色的定制,并可通过 语音合成 输出对应的音色音频。声音复刻广泛适用于数字人、语音社交、资讯播报、短视频制作等场景。
-
内容安全平台 相册图片内容审核
对于图片内容,在 开通图片内容安全服务 后,可直接调用图片内容检测(ImageModeration)接口,对图片相册(如 QQ 空间相册等)内容进行批量识别。
-
智能扫码 敏感数据加密指引
此指引适用于使用文字识别服务接口,需要对传输敏感数据进行加密的场景。如果你使用的开发语言是 Java、Go、Nodejs、Python,推荐使用 方式一 实现加解密。如果开发语言不在上述范围,推荐使用 方式二 实现加解密功能。
-
多模态文档智能 多模态文档解析
多模态文档解析(Multimodal Document Parsing)深度融合 OCR 技术与多模态大模型能力,一个接口即可解析 PDF、Word、PPT、Excel、图片、WPS 等多种文档格式,提供带阅读顺序、带层级结构、带图片资源的解析结果,支持输出 Markdown / JSON / XML 结构化数据,一站式覆盖企业知识库、RAG 应用与大模型训练等文档解析场景。
-
内容安全平台 产品简介
腾讯云内容安全平台(原文本、图片、音频、视频内容安全合并)2022-2026年动态:上线金融审校服务(大模型识别金融行业风险)、AI生成文本识别、上下文关联审核、审核明细纠错等功能,并优化了接口返回字段与关键词匹配能力。 金融审校服务:基于大模型,识别长文本与对话中的金融行业俚语、夸大宣传等风险。 AI生成识别:用于鉴别文本是否为AI工具生成。 上下文关联审核:适用于IM聊天、大模型对话等需关联上下文的审核场景。
-
腾讯云智能数智人 数智人接入 DeepSeek
这篇说说数智人接入DeepSeek的完整流程:先创建数智人项目并选择对话服务(支持直接创建、绑定已有bot或输入appkey),再设置数字人形象,最后在腾讯云智能体开发平台配置DeepSeek R1或V3模型,并可导入知识库、关闭联网搜索以提升回复严谨性。 数智人项目创建:需配置项目名称、描述、类型,并选择腾讯云智能体开发平台对话服务。 DeepSeek模型配置:在智能体平台选择R1或V3模型,可导入知识文档并建议关。
-
视频理解 产品功能
基于微信智聆的语音识别算法能力,针对音视频场景专属优化,支持精准识别视频中的语音内容及内容对应的视频时间段,支持中文标点预测和智能断句。支持中文普通话素材、粤语素材、普粤混合素材的语音信息提取,语音识别正确率不低于97%。