技术文档 开放百度语音识别技术开发文档，帮助使用API或SDK的开发者赋能产品 查看详情 > 即可获得语音AI能力 注册即可领取产品免费体验套餐 立即使用 相关推荐 短语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 短文本在线合成 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，让您的应用、设备开口说话，更具个性 实时语音识别

查看更多>>

语音通知 语音通知服务是基于百度智能云强大的语音线路资源打造的语音消息通知应用服务。语音消息具有高到达率、超低延时、秒级触达的优势，致力于提供优质的语音消息服务。

查看更多>>

语音通话 语音通话服务是面向具备平台开发能力的企业客户，通过互联网接入形式，提供即时语音通信能力的PAAS产品。 立即申请 控制台 产品文档 产品概述 语音通话（VCS）服务是面向具备平台开发能力的企业客户，通过互联网接入形式，提供即时语音通信能力的PAAS产品。客户通过SIP方式即可调用百度语音通话产品的基础通信能力，该产品支持包括智能外呼、智能IVR、呼叫中心、语音通知等多种应用场景。

查看更多>>

毫秒级实时识别 首包响应时间毫秒级，并实时展示中间文字结果，快速识别音频流 文字识别结果支持时间戳 识别返回结果带有时间戳，展示VAD切分句子开始和结束时间，方便进行功能开发 应用场景 实时语音输入 语音输入准确高效，解放双手，说话内容实时展示在屏幕上，聊天顺畅 实时会议记录 会议场景中，每个说话人的语音可以实时记录，提升会议记录效率 直播字幕 直播新玩法，主播说话可以直接将说话内容实时转写为字幕展示在屏幕上

查看更多>>

了解详情 短文本在线合成 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，让您的应用、设备开口说话，更具个性 了解详情 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，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 了解详情 身份证识别 结构化识别二代居民身份证正反面所有8个字段，识别准确率超过99%；支持识别混贴身份证，适用于同一张图上有多张身份证正反面的场景

查看更多>>

超出部分按时长计费 收费标准 开始使用识别服务 注册即可领取产品免费体验套餐 立即使用 相关推荐 短语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 语音自训练平台 使用业务场景文本语料，零代码自助训练语音识别语言模型，精准识别语音内容，有效提升业务领域识别准确率 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。

查看更多>>

提供业界领先的多场景语音识别技术，让您的应用长上耳朵 了解详情 语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 了解详情 开启语音识别训练之路 公测免费模型训用 立即体验

查看更多>>

采集能力：1000W 图/天 应用场景-语言识别 唤醒词采集 ASR语音采集 TTS语音采集 唤醒词采集 唤醒词采集，基于百度采集资源录制用户的唤醒词语音，人群可覆盖全国各地，支持特定设备、远近场、多语速的语音录制，助力语音识别模型训练。 应用场景 可应用于智能家居、智能设备、智慧门店等场景落地。

查看更多>>