輸入
形式：已錄制音頻
聲道：?jiǎn)温暤?amp;多聲道
支持格式：wav,flac,opus,m4a,mp3
基于語(yǔ)音流的不間斷、免喚醒實(shí)時(shí)語(yǔ)音識別算法，具備強大的語(yǔ)音聽(tīng)寫(xiě)、語(yǔ)音轉寫(xiě)、語(yǔ)音合成等能力，識別結果響應時(shí)間低于10ms，系統運行效率讓信息溝通變得無(wú)比順暢。
擁有領(lǐng)先的語(yǔ)音識別技術(shù)，核心技術(shù)達到國際領(lǐng)先水平，語(yǔ)音識別準確率已經(jīng)超過(guò)98%，在業(yè)界遙遙領(lǐng)先。
用戶(hù)可將一些非常見(jiàn)的詞匯上傳至識別引擎，當實(shí)時(shí)轉寫(xiě)的音頻流中出現該詞匯時(shí)，引擎可將其識別出來(lái)，提高專(zhuān)業(yè)用語(yǔ)識別準確率。
運用超大規模的語(yǔ)言模型，智能預測語(yǔ)境，提供智能斷句和標點(diǎn)符號的預測。
對結果中出現數字、日期、時(shí)間等內容格式化成規整的文本。
形式：已錄制音頻
聲道：?jiǎn)温暤?amp;多聲道
支持格式：wav,flac,opus,m4a,mp3
形式：json格式字符串
編碼：UTF-8
結果：分詞形式&完整句子形式，詞&句置信息度詞&句時(shí)間戳，詞屬性，多候選詞，文法格式智能轉換，多發(fā)音人分離
將坐席通話(huà)轉成文字，幫助電話(huà)質(zhì)檢和信息同步，也為數據挖掘提供原料基礎。
將會(huì )議和訪(fǎng)談的音頻轉換成文字存稿，讓后期的信息檢索和整理更方便快捷。
將視頻中音頻文件進(jìn)行語(yǔ)音轉寫(xiě)，輕松生成與視頻相對應的字幕文件。
可以從轉寫(xiě)出的文字結果中搜索匹配相關(guān)詞類(lèi)，對黃暴/涉政內容進(jìn)行高效鑒別。
