- 限时特惠
- 产品列表
- 应用场景
- 产品功能
- 产品试用
- 文档与交流
- 联系我们
新客专享
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，适用于长句语音输入、音视频字幕、会议等场景。
产品首购专享
规格
购买方式
有效期
10小时
按次数包
1年
限时7折
限购1单
短语音识别标准版
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7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7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，适合录音质检、会议内容总结等场景。
新用户专享
规格
购买方式
有效期
10小时
按次数包
1年
限时7折
限购1单
短文本在线合成-基础音库
提供高度拟人、流畅自然的语音合成服务，让您的应用设备开口说话
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7折
限购1单
短文本在线合成-精品音库
提供风格多样的精品语音合成服务，更具个性
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7折
限购1单
长文本在线合成-基础音库
将超长文本快速转换成稳定流畅、饱满真实的音频
产品首购专享
规格
购买方式
有效期
10万字符
按次数包
1年
限时7折
限购1单
语音合成离线SDK-基础版
提供「基础音库」，共4种高流畅度离线音库，支持中英文混读，支持语速、音调、音量调节
产品首购专享
规格
有效期
10万台装机
1年
限时7折
限购5个
产品体验
短语音识别标准版
对60秒以内的语音精准识别为文字，融合百度领先的自然语言处理技术，支持手机语音输入、语音搜索、智能语音对话等场景
识别准确率达98%多语种识别查看详情>短文本在线合成
基于百度深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性
多语言多音色场景应用丰富查看详情>长文本在线合成
将超长文本快速转换成稳定流畅、饱满真实的音频。最高支持10万字文本一次性合成，提供多种优质音库选择
最高支持10万字文本合成速度快查看详情>离线语音合成
在无网或弱网环境下，可在手机APP或故事机、机器人等智能硬件设备终端进行语音播报，将文字合成为声音
灵活集成方式支持中英文混读查看详情实时语音识别
基于Deep Peak2的端到端建模，将音频流实时识别为文字，适用于长句语音输入、音视频字幕、会议等场景
优异的识别效果支持多设备终端查看详情音频文件转写
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。适合录音质检、会议内容总结、音频内容分析等场景。
高效稳定智能语言处理查看详情
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
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。
相关产品
产品优势
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
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
高效稳定
专有服务集群、提供企业级的稳定服务，弹性灵活的高并发承载及高可靠性保障，服务可用性高达99.9%
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