产品优势
-
识别准确率高国内独创的字级LC-BLSTM/DFSMN-CTC建模,相对业界传统CTC方法降低了20%的错误率,大幅提高了语音识别的精度
-
超快的解码速率国内独创的LFR解码技术,在不损失识别精度的情况下,将解码速率提高了3倍以上,大幅缩短了反馈时间,提升用户体验。
-
独创的模型优化工具可以结合模型优化工具子产品,针对特定的领域定制专属模型,最大限度的提升识别效果。
-
广泛的领域覆盖广泛应用于教育、金融、互联网、家电、出行、传媒、交通、餐饮、通信、医疗等各行各业。
适用场景
- 语音搜索
- 支持各种场景下的语音搜索,比如地图导航、浏览器搜索等。可以集成到任何形式的手机应用中,最大限度的解放双手。
- 语音指令
- 通过语音命令控制智能设备,实现快捷便利的操作。比如控制空调的开关、电视的换台等。可以集成到智能家居等设备中。
- 语音短消息
- 通过语音发送或者接收短消息。在不方便打字的情况下实现快速便捷的短信操作,比如音频短信转文字。
- 智能外呼
- 帮助传统客服向智能客服转型,已应用在蚂蚁金服95188热线智能客服、摩杜云智能客服云博士等,做智能客服机器人应用
更多产品与服务
-
录音文件识别对用户上传的录音文件进行识别,上传完之后24小时内完成识别并返回识别文本。可用于呼叫中心语音质检、庭审数据库录入、会议记录总结、医院病历录入等场景。
-
实时语音识别对不限时长的音频流做实时识别,达到“边说边出文字”的效果,内置智能断句,可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录、智能语音助手等场景。
-
语音合成语音合成服务,通过先进的深度学习技术,将文本转换成自然流畅的语音。目前有多种音色可供选择,并提供调节语速、语调、音量等功能。适用于智能客服、语音交互、文学有声阅读和无障碍播报等场
-
语言模型自学习工具用户可以自行上传数据,对阿里的语音技术进行深度定制,从而提升特定业务领域的识别准确度。目前仅支持上传文本数据对语言模型进行定制,未来会推出上传音频数据对声学模型进行定制。
文档与工具
- 快速开始
- 从这里开始,欢迎开启智能语音交...
- 产品介绍
- 查看录音文件识别所有相关文档
- 开发文档
- 了解丰富的智能语音交互 Open...
- 相关协议
- 智能语音交互服务等级协议