语音本地化部署方案
提供轻量化本地部署方案,支持语音识别、语音合成、语言模型自学习工具的本地化部署,帮助企业在自己的数据中心零时差使用与阿里云公共云同款的智能语音服务。

为什么选择语音本地化部署方案

安全隐私
  • 本地部署是基于客户自身的服务器部署
  • 私密数据的安全性更有保障
操作简单灵活调配
  • 采用docker进行容器化部署管理
  • 软件授权方案,摆脱传统硬件授权方案,快速便捷
  • 数据均在本地,更方便于二次整理和开发

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。

应用场景

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、阿里云智能客服云博士等,做智能客服机器人应用
智能客服质检
传统质检一般是对客服电话录音以人工听的方式进行检查,智能质检能够对所有服务过程进行全量的实时质检以此提升效率
实时直播及合规治理
现场演讲场景、直播场景下,将视频中的音频实时转写成字幕。在直播场景下,辅助平台进行内容合规治理
智慧课堂
在线教室场景中,对教师和学生的视音频分析,结合课程内容做质量评估,老师教学手段多样化
实时会议记录转写
日常工作会议中,需要将参会人发言实时转写成文字,从而代替了会议记录员的角色
语音播报
将文本转换成自然流畅的语音,多种音色可供选择,并提供调节语速、语调、音量等功能

更多产品与服务

通义听悟
通义听悟支持在课程、会议、访谈等场景下实时转录和音视频转文字,智能生成总结,实时翻译打破跨语言沟通障碍。通义听悟还支持快速标记关键信息,识别结果和笔记能够轻松下载并分享给其他用户,让信息流动起来。
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。
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。
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。