腾讯AI开放平台

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

一边接收音频数据，一边提供转写结果，让您能够实时获取和利用文字信息

把小米在人工智能领域的技术积累对外输出，我们提供多种能力给开发者，帮助开发者实现更多可能

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

智能语音合成（text-to-speech，TTS）满足一般语言的文本转换为语音的需求，让您的应用或设备开口说话，让发音更自然和专业，助力提升人机交互体验。

将60秒以内的语音精准识别为文字，可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景