實(shí)時(shí)語音識別（Real-time ASR），將連續(xù)的音頻流實(shí)時(shí)轉(zhuǎn)換成文本，語音識別更快。可應(yīng)用于直播實(shí)時(shí)字幕、會議實(shí)時(shí)記錄、即時(shí)文本生成等場景。

一句話識別將口述音頻轉(zhuǎn)換為文本，通過API調(diào)用識別不超過一分鐘的不同音頻源發(fā)來的音頻流或音頻文件。適用于語音搜索、人機(jī)交互等語音交互識別場景。

語音合成服務(wù)提供在線語音合成能力，支持將文本信息實(shí)時(shí)轉(zhuǎn)化為近似的真人發(fā)聲，支持多語言多音色語音在線合成。支持客戶的個性化語音定制化需求。

錄音文件識別，基于深度學(xué)習(xí)技術(shù)，可以實(shí)現(xiàn)5小時(shí)以內(nèi)的音頻到文字的轉(zhuǎn)換。支持垂直領(lǐng)域定制，對應(yīng)領(lǐng)域轉(zhuǎn)換效果更佳。

錄音文件識別極速版，音頻轉(zhuǎn)文字速度大幅提升。

實(shí)時(shí)流的語音合成服務(wù)。