輸入
形式：已錄制音頻
聲道：單聲道&多聲道
支持格式：wav,flac,opus,m4a,mp3
基于語音流的不間斷、免喚醒實時語音識別算法，具備強大的語音聽寫、語音轉寫、語音合成等能力，識別結果響應時間低于10ms，系統運行效率讓信息溝通變得無比順暢。
擁有領先的語音識別技術，核心技術達到國際領先水平，語音識別準確率已經超過98%，在業界遙遙領先。
用戶可將一些非常見的詞匯上傳至識別引擎，當實時轉寫的音頻流中出現該詞匯時，引擎可將其識別出來，提高專業用語識別準確率。
運用超大規模的語言模型，智能預測語境，提供智能斷句和標點符號的預測。
對結果中出現數字、日期、時間等內容格式化成規整的文本。
形式：已錄制音頻
聲道：單聲道&多聲道
支持格式：wav,flac,opus,m4a,mp3
形式：json格式字符串
編碼：UTF-8
結果：分詞形式&完整句子形式，詞&句置信息度詞&句時間戳，詞屬性，多候選詞，文法格式智能轉換，多發音人分離
將坐席通話轉成文字，幫助電話質檢和信息同步，也為數據挖掘提供原料基礎。
將會議和訪談的音頻轉換成文字存稿，讓后期的信息檢索和整理更方便快捷。
將視頻中音頻文件進行語音轉寫，輕松生成與視頻相對應的字幕文件。
可以從轉寫出的文字結果中搜索匹配相關詞類，對黃暴/涉政內容進行高效鑒別。
