華為云語音交互服務(wù)（Speech Interaction Service，簡稱SIS）是一種人機交互方式，用戶通過實時訪問和調(diào)用API獲取語音交互結(jié)果。例如用戶通過語音識別功能，將口述音頻或者語音文件識別成可編輯的文本，同時也支持通過語音合成功能將文本轉(zhuǎn)換成逼真的語音等提升用戶體驗。適用場景如語音客服質(zhì)檢、會議記錄、語音短消息、有聲讀物、電話回訪等。

支持的語言：

支持中文普通話的識別和合成，其中語音識別還支持帶方言口音的普通話識別以及方言（四川話、粵語和上海話）的識別。

如果您是首次使用SIS的用戶，建議您學(xué)習(xí)并了解如下信息：

功能介紹

通過功能介紹章節(jié)的內(nèi)容，了解SIS不同功能的具體介紹，主要包括實時語音識別（Real-time ASR）、一句話識別（Short Sentence Recognition）、錄音文件識別（Recording File Recognition）、語音合成（Text To Speech ）功能。

入門使用

SIS以開放API的方式提供給用戶，您可以參考《快速入門》學(xué)習(xí)并使用SIS服務(wù)。

使用方式

如果您是一個開發(fā)工程師，熟悉代碼編寫，想要直接調(diào)用SIS的API或SDK使用服務(wù)，您可以參考《API參考》或《SDK參考》獲取詳情。

由淺入深學(xué)習(xí)

您可以參考成長地圖，由淺入深學(xué)習(xí)使用SIS。

實時語音識別

實時語音識別服務(wù)，用戶通過實時訪問和調(diào)用API獲取實時語音識別結(jié)果，支持的語言包含中文普通話、方言，方言當(dāng)前支持四川話、粵語和上海話。

產(chǎn)品優(yōu)勢

識別準(zhǔn)確率高：采用最新一代語音識別技術(shù)，基于深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，簡稱DNN）技術(shù)，大大提高了抗噪性能，使識別準(zhǔn)確率顯著提升。

識別速度快：把語言模型、詞典和聲學(xué)模型統(tǒng)一集成為一個大的神經(jīng)網(wǎng)絡(luò)，同時在工程上進(jìn)行了大量的優(yōu)化，大幅提升解碼速度，使識別速度在業(yè)內(nèi)處于領(lǐng)先地位。

多種識別模式：支持多種實時語音識別模式，如流式識別、連續(xù)識別和實時識別模式，靈活適應(yīng)不同應(yīng)用場景。

定制化服務(wù)：可定制特定垂直領(lǐng)域的語言層模型，可識別更多專有詞匯和行業(yè)術(shù)語，進(jìn)一步提高識別準(zhǔn)確率。

一句話識別

可以實現(xiàn)1分鐘以內(nèi)音頻到文字的轉(zhuǎn)換。對于用戶上傳的二進(jìn)制音頻格式數(shù)據(jù)，系統(tǒng)經(jīng)過處理，生成語音對應(yīng)的文字，支持的語言包含中文普通話、方言。方言當(dāng)前支持四川話、粵語和上海話

產(chǎn)品優(yōu)勢

前沿技術(shù)：使用工業(yè)界成熟的算法，結(jié)合學(xué)術(shù)界最新研究成果，為企業(yè)提供獨特競爭力優(yōu)勢。

支持熱詞：針對專業(yè)詞匯，支持上傳至熱詞表，增加專業(yè)詞匯的識別準(zhǔn)確率。

可定制化：針對客戶的特定場景需求，定制垂直領(lǐng)域的語音識別模型，識別效果更精確。

錄音文件識別

對于錄制的長語音進(jìn)行識別，轉(zhuǎn)寫成文字，提供不同領(lǐng)域模型，具備良好的可擴展性，支持熱詞定制。

產(chǎn)品優(yōu)勢

高識別率：基于深度學(xué)習(xí)技術(shù)，對特定領(lǐng)域場景的語音識別進(jìn)行優(yōu)化，識別率達(dá)到業(yè)界領(lǐng)先。

穩(wěn)定可靠：成功應(yīng)用于各類場景，基于華為等企業(yè)客戶的長期實踐，經(jīng)受過復(fù)雜場景考驗。

語音合成

語音合成支持多種音色，可調(diào)節(jié)語調(diào)，語速，音量。

產(chǎn)品優(yōu)勢

多語種多音色：中文普通話、男聲、女聲、童聲自由切換，可以調(diào)整音量，語速。

效果出色：文本轉(zhuǎn)換自然清晰，近乎真人發(fā)音，能夠符合多樣的應(yīng)用場景。

一句話識別、語音合成按調(diào)用次數(shù)計費；實時語音識別、錄音文件識別、錄音文件識別極速版按音頻時長計費，時長計算精確到秒。

按音頻時長計費的，累加每次調(diào)用的音頻時長。

按調(diào)用次數(shù)計費的，返回失敗的調(diào)用不計入次數(shù)。

錄音轉(zhuǎn)文字的計費模式：

按需計費：按需計費是指按照API調(diào)用次數(shù)階梯價格計費，計費價格參見語音交互價格計算器。

折扣套餐包：折扣套餐包方式是用戶可以購買套餐包，扣費時調(diào)用次數(shù)會先在套餐包內(nèi)進(jìn)行抵扣，抵扣完后的剩余調(diào)用量默認(rèn)轉(zhuǎn)回按需計費方式，計費價格參見語音交互價格計算器。。

說明：購買套餐包前，請進(jìn)行賬號實名認(rèn)證。

如您有代金券，請在控制臺“費用與成本 > 優(yōu)惠折扣”中查看代金券的使用范圍。

套餐包費用為一次性支付，即刻生效，暫不支持指定日期生效。

套餐包購買時長為1年，可通過疊加套餐包累加API調(diào)用次數(shù)或時長。

購買的套餐包在生效期內(nèi)，扣費方式是先扣除已購買的套餐包內(nèi)的額度后，超出部分以按需計費的方式進(jìn)行結(jié)算。

購買的套餐包到期后如果沒有購買新的套餐包，系統(tǒng)會自動轉(zhuǎn)為按需計費。