语音技术
开放领先的语音识别（ASR）与语音合成（TTS）技术，赋能企业智能化交互
🎙️
音频文件转写
将批量上传的音频文件识别为文字，12小时内返回识别结果。适合录音质检、会议内容总结、音频内容分析等场景。
🗣️
短语音识别标准版
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。
🔊
在线语音合成
基于业界领先的深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性。
技术优势
技术领先识别准确：采用领先国际的流式端到端语音语言一体化建模方法，融合百度自然语言处理技术，近场中文普通话识别准确率达98%
多语种和多方言识别：支持普通话和略带口音的中文识别；支持粤语、四川话方言识别；支持英文识别
深度语义解析：支持50多个领域的语义理解，如：天气，交通，娱乐等。还可接入智能对话定制与服务平台UNIT自定义语义理解和对话服务，让您更准确地理解用户意图
中文标点智能断句：使用大规模数据集训练语言模型，根据语音的内容理解和停顿智能匹配合适的标点符号（包括，。！？），使识别结果的表现方式贴合表述，更加可懂
数字格式智能转换：根据语音内容理解可以将数字序列、小数、时间、分数、基础运算符正确转换为数字格式，使得识别的数字结果更符合使用习惯，直观自然
支持自助训练专属模型：支持在语音自训练平台上自助训练模型，上传词汇文本即可零代码完成训练，精准提升业务领域词汇识别率5-25%，并可专属使用
技术世界领先
采用领先国际的流式端到端语音语言一体化建模方法，近场中文普通话识别准确率达98%
服务稳定高效
企业级稳定服务保障，专有集群承载大流量并发高效灵活，以及99.9%服务稳定性保障
模型自助优化
中文输入法模型可在语音自训练平台上零代码自助训练，上传文本语料即可有效提升业务词汇的识别准确率5-25%