基于Deep Peak2的端到端建模,将音频流实时识别为文字,并返回每句话的开始和结束时间,适用于长句语音输入、音视频字幕、会议等场景
你的人工智能写作助手
格灵深瞳让计算机看懂世界
商汤科技以“坚持原创,让 AI 引领人类进步”为使命,目前业务涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块。
提供全球领先的语音、图像、NLP等多项人工智能技术,共享AI领域最新的应用场景和解决方案。
对用户上传的录音文件进行识别,上传完之后6小时内完成识别并返回识别文本。可用于呼叫中心语音质检、庭审数据库录入、会议记录总结、医院病历录入等场景。
支持特定语音指令唤醒,唤醒的同时执行指令操作,轻量级,低功耗,可自定义设置多个唤醒词,为您的应用打造自然流畅的对话