短语音识别-有道智云

服务商

网易有道旗下一个为开发者、企业和政府机构等提供自然语言翻译、文字识别OCR等服务以及行业解决方案的云服务平台。致力于提供安全，可靠和高效的云服务。

智能语音识别（Automatic Speech Recognition, ASR）采用行业领先的深度学习算法，实现将多语种语音内容转换为文字，支持2分钟内音频文件转写以及实时语音转写。全面满足语音导航、室内设备控制、语音搜索、直播字幕及庭审等多场景下的语音识别需求。

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。

将时长不超过5小时的语音转写成文字，让您从音频数据中挖掘更多信息和价值。

将长段音频文件（5小时以内或文件大小在2G以下）转换成文本数据，商业用户可在6小时之内获得识别文本。适用于会议转写、字幕生成、音频内容分析等场景

把语音(≤60秒)转换成对应的文字信息，适用于较短的语音交互场景，如语音搜索、语音输入、语音控制等

实时语音识别是对不限时长的音频流做实时识别，达到“边说边出文字”的效果，内置智能断句，可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录、智能语音助手等场景。

免费为开发者提供语音合成(TTS)、语音识别(ASR)、手写识别(HWR)、光学字符识别(OCR)、语义理解(NLU)、机器翻译(MT)等全方位智能人机交互能力