产品优势
识别准确率高
国内独创的LC-BLSTM-DNN/LFR-DFSMN混合模型,相对传统方法降低了30%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
支持金融、保险、司法、电商、智能家居等多个领域。
适用场景
呼叫中心语音质检
上传呼叫中心的录音文件,通过录音文件识别得到文本,进一步通过文本检索,检查有无违规话术、敏感词等信息。
庭审数据库录入
上传庭审记录的录音文件,进行识别之后,将识别文本录入数据库。
会议记录总结
对会议记录的音频文件进行识别,然后通过人工或者自动的方法,对会议记录作出总结。
医院病历录入
手术时通过音频记录医生的操作,通过录音文件识别得到文本,提高病例录入的效率。
更多产品与服务
实时语音转写
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。
了解更多
一句话识别
对时长较短(一分钟以内)的语音进行识别,适用于较短的语音交互场景,如语音搜索、语音指令、语音短消息等,可集成在各类App、智能家电、智能助手等产品中。
了解更多
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景。
了解更多
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。
了解更多