智能语音

智能语音基于语音识别、语音合成、声纹识别、自然语言理解等技术，实现智能语音交互，可广泛应用于智能终端设备、智能客服、质检、导航资讯播报、实时获取字幕、有声书等多种场景，同时提供私有化（本地部署）服务。

产品功能

语音识别包括实时录音文件识别、一句话识别、实时语音识别三类服务。录音文件支持对提交的录音文件进行转写，输出文字。

语音合成可将文本转化成拟人化语音的一类功能，合成效果自然流畅，合成度快，部署成本低，并提供多语种、多音色可供选择。

声纹识别基于 CNN、Attention 等先进网络结构，在文本无关条件下实现声纹特征的高效抽取，辨别说话人的身份信息。

核心优势

在 AI SHELL 公开数据集上，字错率 < 1%

毫秒级别延时，可支持实时语音识别

语音识别支持普通话和常用英文单词，语音合成支持多语种、多音色、支持配置语速、音量、音高等

高达 99.9% 可用性

应用场景

通过语音识别、语音合成、自然语言理解技术，帮助实现智能客服机器人场景下的自动识别人声，自动回复等功能。

通过实时语音识别技术，在直播场景下将语音转写为文字，减少人工处理成本，提升用户体验。

通过语音识别、自然语言理解、声纹识别等技术，将语音转化为文本，同时根据质检规则进行分析，提升客服中心的服务质量。

微信咨询

智能客服