語(yǔ)音交互 包括以下子服務(wù)：
定制 語(yǔ)音識(shí)別 （ASR Customization，ASRC）：基于深度學(xué)習(xí)技術(shù)，提供針對(duì)特定領(lǐng)域（如快遞行業(yè)）優(yōu)化的語(yǔ)音識(shí)別能力，并可自定義語(yǔ)言模型。
定制語(yǔ)音識(shí)別包含 一句話識(shí)別 、錄音文件識(shí)別功能。支持熱詞定制。
實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫（Real-time ASR，RASR）：將連續(xù)的音頻流實(shí)時(shí)轉(zhuǎn)換成文本，使語(yǔ)音識(shí)別更加快速。
語(yǔ)音識(shí)別（Automatic Speech Recognition，ASR）：將時(shí)長(zhǎng)低于1分鐘的口述音頻轉(zhuǎn)換為文本。
語(yǔ)音合成（Text To Speech， TTS ）：將文本轉(zhuǎn)換成逼真的語(yǔ)音。
定制語(yǔ)音合成（Text To Speech Customization，TTSC）：將文本轉(zhuǎn)換為自然流暢的語(yǔ)音，提供特定領(lǐng)域的語(yǔ)音合成。
音合成服務(wù)有什么功能.jpg)
定制語(yǔ)音識(shí)別
定制語(yǔ)音識(shí)別提供了一句話識(shí)別，錄音文件識(shí)別功能。
一句話識(shí)別：可以實(shí)現(xiàn)1分鐘以內(nèi)音頻到文字的轉(zhuǎn)換。對(duì)于用戶上傳的二進(jìn)制音頻格式數(shù)據(jù)，系統(tǒng)經(jīng)過(guò)處理，生成語(yǔ)音對(duì)應(yīng)的文字。
錄音文件識(shí)別：對(duì)于錄制的長(zhǎng)語(yǔ)音進(jìn)行識(shí)別，轉(zhuǎn)寫成文字，提供不同領(lǐng)域模型，具備良好的可擴(kuò)展性，支持熱詞定制。
ASRC優(yōu)勢(shì)
高識(shí)別率
基于深度學(xué)習(xí)技術(shù)，對(duì)特定領(lǐng)域場(chǎng)景和語(yǔ)料進(jìn)行優(yōu)化，識(shí)別率達(dá)到業(yè)界領(lǐng)先。
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(dú)特競(jìng)爭(zhēng)力優(yōu)勢(shì)。
支持熱詞
針對(duì)專業(yè)詞匯，支持上傳至熱詞表，增加專業(yè)詞匯的識(shí)別準(zhǔn)確率。
可定制化
針對(duì)客戶的特定場(chǎng)景需求，定制垂直領(lǐng)域的語(yǔ)音識(shí)別模型，識(shí)別效果更精確。
實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫
實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫服務(wù)，用戶通過(guò)實(shí)時(shí)訪問(wèn)和調(diào)用API獲取實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫結(jié)果。
文本時(shí)間戳
為音頻轉(zhuǎn)換結(jié)果生成特定的時(shí)間戳，從而通過(guò)搜索文本即可快速找到對(duì)應(yīng)的原始音頻。
智能斷句
通過(guò)提取上下文相關(guān)語(yǔ)義特征，并結(jié)合語(yǔ)音特征，智能劃分?jǐn)嗑浼疤砑訕?biāo)點(diǎn)符號(hào)，提升輸出文本的可閱讀性。
中英文混合識(shí)別
支持在中文句子識(shí)別中夾帶英文字母、數(shù)字等，從而實(shí)現(xiàn)中、英文以及數(shù)字的混合識(shí)別。
即時(shí)輸出識(shí)別結(jié)果
連續(xù)識(shí)別語(yǔ)音流內(nèi)容，即時(shí)輸出結(jié)果，并可根據(jù)上下文語(yǔ)言模型自動(dòng)校正。
自動(dòng)靜音檢測(cè)
對(duì)輸入語(yǔ)音流進(jìn)行靜音檢測(cè)，識(shí)別效率和準(zhǔn)確率更高。
RASR優(yōu)勢(shì)
識(shí)別準(zhǔn)確率高
采用最新一代語(yǔ)音識(shí)別技術(shù)，基于深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，簡(jiǎn)稱DNN）技術(shù)，大大提高了抗噪性能，使識(shí)別準(zhǔn)確率顯著提升。
識(shí)別速度快
把語(yǔ)言模型、詞典和聲學(xué)模型統(tǒng)一集成為一個(gè)大的神經(jīng)網(wǎng)絡(luò)，同時(shí)在工程上進(jìn)行了大量的優(yōu)化，大幅提升解碼速度，使識(shí)別速度在業(yè)內(nèi)處于領(lǐng)先地位。
多種識(shí)別模式
支持多種實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫模式，如流式識(shí)別、連續(xù)識(shí)別和實(shí)時(shí)識(shí)別模式，靈活適應(yīng)不同應(yīng)用場(chǎng)景。
定制化服務(wù)
可定制特定垂直領(lǐng)域的語(yǔ)言層模型，可識(shí)別更多專有詞匯和行業(yè)術(shù)語(yǔ)，進(jìn)一步提高識(shí)別準(zhǔn)確率。
語(yǔ)音識(shí)別
語(yǔ)音識(shí)別服務(wù)可以實(shí)現(xiàn)1分鐘以內(nèi)、不超過(guò)4MB的音頻到文字的轉(zhuǎn)換。對(duì)于用戶上傳的完整的錄音文件，系統(tǒng)通過(guò)處理，生成語(yǔ)音對(duì)應(yīng)文字內(nèi)容。
ASR優(yōu)勢(shì)
效果出眾
使用深度學(xué)習(xí)技術(shù)，語(yǔ)音識(shí)別準(zhǔn)確率超過(guò)95%，在業(yè)界具有一定的技術(shù)優(yōu)勢(shì)。
穩(wěn)定可靠
成功應(yīng)用于各類場(chǎng)景，基于華為等企業(yè)客戶的長(zhǎng)期實(shí)踐，經(jīng)受過(guò)復(fù)雜場(chǎng)景考驗(yàn)。
簡(jiǎn)單高效
提供RESTful規(guī)范API接口，并提供服務(wù)SDK，方便客戶使用與集成；幫助客戶減少人力成本，節(jié)省業(yè)務(wù)支出。
語(yǔ)音支持
支持中文普通話，含帶方言口音的普通話識(shí)別。
語(yǔ)音合成
語(yǔ)音合成將用戶輸入的文字合成為音頻。通過(guò)音色選擇、自定義音量、語(yǔ)速，為企業(yè)和個(gè)人提供個(gè)性化的發(fā)音服務(wù)。
TTS優(yōu)勢(shì)
效果出眾
使用深度學(xué)習(xí)技術(shù)來(lái)合成逼真的人聲語(yǔ)音，合成速度快，語(yǔ)音自然流暢。
個(gè)性定制
能夠?qū)铣珊蟮恼Z(yǔ)音音色、音調(diào)、語(yǔ)速進(jìn)行個(gè)性化的設(shè)置，滿足客戶的定制化需求。
穩(wěn)定可靠
成功應(yīng)用于各類場(chǎng)景，基于華為等企業(yè)客戶的長(zhǎng)期實(shí)踐，經(jīng)受過(guò)復(fù)雜場(chǎng)景考驗(yàn)。
簡(jiǎn)單高效
提供RESTful規(guī)范API接口，并提供服務(wù)SDK，方便客戶使用與集成；幫助客戶減少人力成本，節(jié)省業(yè)務(wù)支出。
定制語(yǔ)音合成
定制語(yǔ)音合成支持多種音色，可調(diào)節(jié)語(yǔ)調(diào)，語(yǔ)速，音量。
TTSC優(yōu)勢(shì)
個(gè)性定制
可以為企業(yè)客戶提供定制發(fā)音人服務(wù)。合成效果更出色。
多語(yǔ)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(yǔ)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(chǎng)景。
