
服务商
科大讯飞作为中国最大的智能语音技术提供商,在智能语音技术领域有着长期的研究积累,并在中文语音合成、语音识别、口语评测等多项技术上拥有国际领先的成果。
科大讯飞是我国唯一以语音技术为产业化方向的“国家863计划成果产业化基地”、“国家规划布局内重点软件企业”、“国家火炬计划重点高新技术企业”、“国家高技术产业化示范工程”,并被信息产业部确定为中文语音交互技术标准工作组组长单位,牵头制定中文语音技术标准。
产品介绍
产品优势

应用场景

常见问题
1、 “语音转写 ”与 “语音听写 ”的区别是?
产品名称 | 支持的音频时长 | 使用场景 |
语音听写 | 一分钟以内 | 人机对话,如输入法、语音搜索 |
语音转写 | 五小时以内 | 更自然地贴近日常的对话、演讲 |
2、 “已录制音频转写”和“实时音频流转写”的区别是?
已录制音频转写:将预先录制完毕的完整音频文件传输至云端,转写服务处理完成后将输出此音频对应的完整文字结果。该流程为异步&非实时;
实时音频流转写:在采集音频的同时,连续上传音频流至云端,转写服务将实时返回文字结果,实现文字和声音的同步展现。
3、语音转写支持什么语言?
答:默认支持中文、英文、中英混合识别;中文包括普通话、天津话、河北话、东北话、甘肃话、山东话、太原话;其他方言/语种需购买套餐或语种授权。目前可支持:
l 方言:广东话、河南话、西南官话(云南话、贵州话、重庆话、四川话)
l 语种:中文、英文、日语、韩语、法语、俄语、越南语、西班牙语
l 民族语言:藏语、维语
4、目前语音转写支持的音频格式为:
已录制音频(5小时内),wav,flac,opus,m4a,mp3,单声道&多声道;采样率:8KHz,16KHz
5、语音转写支不支持并发?
答:支持,要保证同一个appid每秒请求接口次数最大值在20次以下。
相关导航

好未来AI开放平台,依托多年教育行业经验与海量行业数据优势,深耕教育领域人工智能技术创新,为广大教育行业伙伴提供领先的AI能力与解决方案,助力教育智能化发展

云孚科技
云孚科技致力为客户提供智能信息处理的一站式解决方案,核心产品包括云孚语义中台YFNLP,云孚知识图谱YFKG,云孚对话平台YFBOT,云孚热点事件YFHOT和云孚开源情报YFINT,在事件抽取,脉络,文本挖掘,处理,开源情报等方面优异,系统强大,云孚产品已服务行业数十家头部客户

离线语音合成-科大讯飞
将文字信息转化为声音信息,让应用具备离线语音合成的能力。即让机器像人一样开口说话,给开发者的应用配上“嘴巴”

依图科技
依图从事人工智能创新性研究,致力于将先进的人工智能技术与行业应用相结合,拓展人工智能新疆界。具备国际视野的世界一流研发团队,致力于解决机器看、听、理解等根本问题,在计算机视觉、自然语言理解、知识推理、智能硬件、机器人等领域作出突破性贡献。

格灵深瞳
格灵深瞳让计算机看懂世界

语音唤醒-百度AI开放平台
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

讯飞开放平台
为开发者和企业提供智能语音技术、计算机视觉和自然语音处理技术,一站式人机智能语音交互解决方案

录音文件识别-阿里云
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。