輸入
形式：已錄制音頻
聲道：單聲道&多聲道
支持格式：wav,flac,opus,m4a,mp3
基于語音流的不間斷、免喚醒實時語音識別算法，具備強大的語音聽寫、語音轉(zhuǎn)寫、語音合成等能力，識別結(jié)果響應時間低于10ms，系統(tǒng)運行效率讓信息溝通變得無比順暢。
擁有領先的語音識別技術(shù)，核心技術(shù)達到國際領先水平，語音識別準確率已經(jīng)超過98%，在業(yè)界遙遙領先。
用戶可將一些非常見的詞匯上傳至識別引擎，當實時轉(zhuǎn)寫的音頻流中出現(xiàn)該詞匯時，引擎可將其識別出來，提高專業(yè)用語識別準確率。
運用超大規(guī)模的語言模型，智能預測語境，提供智能斷句和標點符號的預測。
對結(jié)果中出現(xiàn)數(shù)字、日期、時間等內(nèi)容格式化成規(guī)整的文本。
形式：已錄制音頻
聲道：單聲道&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(jié)果：分詞形式&完整句子形式，詞&句置信息度詞&句時間戳，詞屬性，多候選詞，文法格式智能轉(zhuǎn)換，多發(fā)音人分離
將坐席通話轉(zhuǎn)成文字，幫助電話質(zhì)檢和信息同步，也為數(shù)據(jù)挖掘提供原料基礎。
將會議和訪談的音頻轉(zhuǎn)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行語音轉(zhuǎn)寫，輕松生成與視頻相對應的字幕文件。
可以從轉(zhuǎn)寫出的文字結(jié)果中搜索匹配相關(guān)詞類，對黃暴/涉政內(nèi)容進行高效鑒別。
