产品优势

  • 识别准确率高

    采用最新一代语音识别技术,基于DNN(深层神经网络)技术,大大提高了抗噪性能,使识别准确率显著提升
    基于DNN(深层神经网络)技术,大大提高了抗噪性能,使识别准确率显著提升
  • 识别速度快

    把语言模型,词典和声学模型统一集成为一个大的神经网络,同时在工程上进行了大量的优化,大幅提升解码速度,使识别速度在业内处领先地位
    大幅提升解码速度,使识别速度在业内处领先地位
  • 多种识别模式

    支持多种实时语音转写模式,如流式一句话、连续和单句模式,灵活适应不同应用场景
    支持多种实时语音转写模式,如流式一句话、连续和单句模式,灵活适应不同应用场景
  • 定制化服务

    可定制特定垂直领域的语言层模型,识别更多专有词汇和行业术语,进一步提高识别准确率
    可定制特定垂直领域的语言层模型,识别更多专有词汇和行业术语,进一步提高识别准确率

功能特性

  • 文本时间戳

    为音频转换结果生成特定的时间戳,从而通过搜索文本即可快速找到对应的原始音频片段
    为音频转换结果生成特定的时间戳,从而通过搜索文本即可快速找到对应的原始音频片段
  • 智能断句

    通过提取上下文相关语义特征,并结合语音特征,智能划分断句及添加标点符号,提升输出文本的可阅读性
    通过提取上下文相关语义特征,并结合语音特征,智能划分断句及添加标点符号,提升输出文本的可阅读性
  • 中英文混合识别

    支持在中文句子识别中可夹带英文字母、数字等,从而实现中、英文以及数字的混合识别
    支持在中文句子识别中可夹带英文字母、数字等,从而实现中、英文以及数字的混合识别
  • 语言支持

    支持中文普通话,含带方言口音的普通话识别
    具备粤语,四川话,闽南话等多种方言及蒙古语,藏语,维语等少数民族语言的识别能力
  • 即时输出识别结果

    连续识别语音流内容,即时输出结果,并可根据上下文语言模型自动校正
    连续识别语音流内容,即时输出结果,并可根据上下文语言模型自动校正
  • 自动静音检测

    对输入语音流进行静音检测,识别效率和准确率更高
    对输入语音流进行静音检测,识别效率和准确率更高

应用场景

  • 直播实时字幕

  • 会议实时记录

  • 即时文本录入

直播实时字幕

直播实时字幕

将视频直播或现场直播中的音频实时转为字幕,为观众提供更高效的观会体验,方便对内容进行监控


优势

速度快

实时识别直播语音内容

识别准确

语音识别准确率高

会议实时记录

会议实时记录

将视频或电话会议中的音频实时转为文字,可实时校核、修改及检索转写会议内容,提高会议效率


优势

高效便捷

快速进行会议记录

识别准确

语音识别准确率高

即时文本录入

即时文本录入

手机APP上实时录音并即时提供转写的文本,例如语音输入法等,方便后期文字处理和内容存档,省去记录的人力和时间成本,大幅提升了转换效率


优势

高效便捷

快速记录音频内容

不间断识别

可对大于60秒的长语音数据流不间断识别

立即注册 免费试用40+款云服务产品

免费试用