文字识别离线SDK

短语音识别标准版API 接口描述 将60秒以内的语音精准识别为文字，可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景。 调用流程 创建账号及应用： 在 ai.baidu.com 控制台中，创建应用，勾选开通 “语音技术”—“短语音识别”、“短语音识别极速版” 能力。获取AppID、API Key、Secret Key，并通过请求鉴权接口换取 token ，详细见 “ 接入指南

查看更多>>

语音识别价目表 短语音识别标准版 短语音识别标准版按调用次数计费，支持“按次数包预付费”和“按调用量阶梯后付费”两种付费方式，并基于中文普通话、粤语、英语、四川话等模型购买。 “按次数包预付费”的付费方式更适合业务中对语音识别服务需求量较明确的用户选择，用户可同时购买多个次数包叠加使用； “按调用量阶梯后付费”的付费方式更适合对语音识别需求量尚处于探索期的用户选择，也可作为“按次数包预付费”付费方

查看更多>>

音频文件转写极速版API-邀测 接口描述 支持提取视频、音频文件中的语音内容，极速返回识别结果及时间戳，适用于对实时性有一要求的内容分析、字幕生产、录音转写场景。 (本接口处于邀测阶段，请提交 合作咨询 申请测试） 请求说明 请求接口： https://aip.baidubce.com/rest/2.0/speech/publiccloudspeech/v1/asr/topspeed HTTP 方

查看更多>>

音色列表 页面描述 本页面为调用发音人所属音库、发音人名称、调用per参数等信息。 试听demo 试听demo请点击 发音人详情 音库类型 发音人名称 per参数 场景 支持语言 调用权限 基础音库 度小美-标准女主播 0 资讯 中文/英文 直接调用 基础音库 度小宇-亲切男声 1 对话助手 中文/英文 直接调用 基础音库 度逍遥-情感男声 3 小说 中文/英文 直接调用 基础音库 度丫丫-童声

查看更多>>

呼叫中心语音-在线合成 接口描述及运行环境 本文档是百度呼叫中心语音MRCP的用户指南。 本程序做为MRCP Server端，集成了呼叫中心8K采样率语音识别(ASR)和呼叫中心专属发音人语音合成(TTS)两种能力，用户可分别单独使用某一种或同时使用。 接入步骤 参考 接入指南 ，创建应用，获取AppID、API Key、Secret Key，用于后续配置使用 点击 呼叫中心语音解决方案Mrc

查看更多>>

长文本在线合成API 接口描述 长文本在线合成接口可以将10万字以内文本一次性合成，异步返回音频。支持多种优质音库，将超长文本快速转换成稳定流畅、饱满真实的音频。适用于阅读听书、新闻播报等客户。 步骤 ： 1、根据文本内容、音频格式、音库等参数创建语音合成任务，获取task_id参数。 2、根据task_id的数组批量查询语音合成任务结果。 在线调试&示例代码 您可以在 示例代码中心 中

查看更多>>

私有化部署方式 点击此处 进行语音技术私有化部署包申请！ 申请流程 私有部署包为部署在企业内部服务器端的AI模型部署包，可部署在本地CPU、GPU服务器，支持主流Linux操作系统。 私有部署包为付费项目，可自用或集成为客户使用，需具备IT能力进行部署使用。 请提前使用公有云接口验证能力及估算所需并发数（QPS），提交申请后工作人员将与您联系。 部署形式 纯软件版 交付语音私有化部署包软件，可远程

查看更多>>

呼叫中心语音-语音识别（8K） 接口描述及运行环境 本文档是百度呼叫中心语音MRCP的用户指南。 本程序做为MRCP Server端，集成了呼叫中心8K采样率语音识别(ASR)和呼叫中心专属发音人语音合成(TTS)两种能力，用户可分别单独使用某一种或同时使用。 接入步骤 参考 接入指南 ，创建应用，获取AppID、API Key、Secret Key，用于后续配置使用 点击 呼叫中心语音解决方

查看更多>>