一句话识别
对语音进行实时转写识别，让机器能够听懂人类的语言。
适用于各类普通话识别场景，如语音搜索、语音指令、语音短消息、呼叫中心质检等。
产品优势
支持普通话/中英混合等多语种及方言
海量数据不断更新，语音识别准确率持续提升。
高准确的识别率
基于先进的深度学习算法，安静环境下近场语音识别，中文普通话字准确率超过96%。
灵活的接入方式
支持不同设备端安卓、iOS系统的SDK接入，同时也支持HTTP协议的API接入。
毫秒级低延时识别速度
识别结果响应时间低于300毫秒。快速的系统响应，提升用户交互体验。
专业的业务领域
针对8K\16K的呼叫、客服场景，进行大量的业务场景优化。
针对呼叫的VAD及降噪进行定位优化。
声纹识别
基于声纹能力，实现对发音人进行有效区分。
功能介绍
一句话识别
语言支持暂只支持中文普通话
音频格式支持wav、pcm等音频格式
音频编码支持8k、16k的单声道音频流，支持16bit的数据采样精度
音频数据长度音频流中每个数据包的音频分片为20-200ms（建议为20的倍数）
实时语音识别
语言支持暂只支持中文普通话
音频格式支持wav、pcm等音频格式
音频编码支持8k、16k的单声道音频流，支持16bit的数据采样精度
音频数据长度音频流中每个数据包的音频分片为20-200ms（建议为20的倍数）
录音文件识别
语言支持暂只支持中文普通话
音频格式支持wav、pcm等音频格式
音频编码支持8k、16k的单声道音频流，支持16bit的数据采样精度
音频数据长度音频流中每个数据包的音频分片为20-200ms（建议为20的倍数）
沪公网安备31011302007372号