- 特惠专区
- 产品列表
- 产品试用
- 产品优势
- 产品功能
- 免费体验
- 应用场景
- 文档与交流
- 联系我们
特惠专区
新客专享首购特惠价，多规格热销爆款优惠购更多优惠
短语音识别标准版-中文普通话
将60秒内的中文普通话音频识别为文字，适用于语音对话、控制和输入
产品首购专享
规格
购买方式
有效期
1万次
按次数包
1年
限时3折
限购1单
短语音识别极速版
实时返回识别结果，适用于手机语音搜索、聊天输入等场景
产品首购专享
规格
购买方式
有效期
1万次
按次数包
1年
限时3折
限购1单
实时语音识别-中文普通话
将音频流实时识别为文字，并返回每句话的开始和结束时间
产品首购专享
规格
购买方式
有效期
10小时
按小时购买
1年
限时1折
限购1单
实时语音识别-英语
将英文音频流实时识别为文字，并返回每句话的开始和结束时间
产品首购专享
规格
购买方式
有效期
按小时购买
1年
限时1折
限购1单
音频文件转写-中文普通话
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
产品首购专享
规格
购买方式
有效期
10小时
按小时购买
1年
限时1折
限购1单
短语音识别标准版-中文普通话
将音频流实时识别为文字，并返回每句话的开始和结束时间
企业实名
规格
购买方式
有效期
1000万次
按次数购买
1年
限时7折
限购5个
实时语音识别-中文普通话
将中文普通话音频流实时识别为文字，并返回每句话的开始和结束时间
企业实名
规格
购买方式
有效期
1万小时
按小时
1年
限时7折
限购5单
音频文件转写-中文普通话
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
企业实名
规格
购买方式
有效期
按小时
1年
限时7折
限购5单
产品列表
产品试用
产品优势
领先的算法与深厚的AI技术积累，带来卓越的语音交互效果
语音交互自然拟人
全新端到端语音语言大模型，基于业内首创的Cross-Attention跨模态语音大模型，不同于传统三段式语音问答，响应更快、交互更自然、情感更丰富，实现进行超拟人快速问答。
大模型语音合成拟人度高
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，支持多语言多音色，语速音调可调节
语音识别准确率高
语音识别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%，支持中文英语及多种方言识别
简单易用
支持API及多种SDK接入，可基于Demo快速简单接入，大大降低开发人力成本
产品功能
高效准确的语音识别与合成，提供全方位的语音交互体验
语音识别
- 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
- 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
大模型语音合成
- 提供多场景音库
- 提供风格多样的音库供您选择，适用于有声阅读、新闻播报、订单播报、智能硬件等应用场景，即将推出更多特色音库
- 语速、音调可调节
- 支持多种参数配置，可根据场景需求对音库的语速、音调、音量进行灵活设置
- 多种调用方式，满足多场景需求
- 提供REST API接口、在线SDK，满足手机APP、网页端、小程序、硬件等多场景需求，提供流畅自然的合成体验
即刻免费体验语音技术能力
应用场景
场景概述
将语音实时识别为文字，适用于语音聊天、语音输入、语音搜索、语音下单、语音指令、语音问答等多种场景
我们的优势
超低时延
基于创新的EALLQA的Cross-Attention 技术，极大地提升了语音交互的响应速度，在对话中可将用户等待时长从行业常见的3-5秒降低至1秒左右
任意打断
基于大模型技术，配合毫秒级算法，实现无缝插话与智能打断，打造真人级对话体验
超拟人音色
合成前端融入大语言模型实现高自然度、高表现力的合成系统，使合成的音频更加恰当、情感更加接近真人、自然度更高以及语调更加具有韵律
