最近云蝠新上线了语音识别产品，接下来小编就来给小伙伴们讲解一下ASR语音识别的小知识，记得关注小编哦！

ASR语音识别技术

自动语音识别(Automatic Speech Recognition 简称“ASR“），是一种将人的语音转换为文本的技术。目标是让计算机能够“听写”出不同人所说出的连续语音，也就是俗称的“语音听写机”，是实现“声音”到“文字”转换的技术。

云蝠智能ASR语音识别功能

一句话识别

对一句话短音频文件进行识别，离线版本支持超过1分钟时长的识别。

实时语音识别

对实时音频流进行识别，达到说完即出文字的效果，适用于实时性要求较高的场景，如语音输入，电话机器人等。

录音文件识别

支持长时长录音识别，离线版本不限制时长，取决于终端设备的内存大小，适用于长语音，实时性要求不高的场景，如智能质检等。

语言支持

暂只支持中文普通话

 音频格式

支持wav、pcm等音频格式

 音频编码

支持8k、16k的单声道音频流，支持16bit的数据采样精度

音频数据长度

音频流中每个数据包的音频分片为20-200ms（建议为20的倍数）

云蝠智能ASR语音识别的接入方式

多种集成方式

SDK：终端设备集成

API：服务端调用集成

多种输入方式

WAV、MP3....等

多种采样率

8K、16K

部署方式

公有云调度、本地化部署

云蝠智能ASR语音识别产品优势

支持普通话/中英混合等多语种及方言，海量数据不断更新，语音识别准确率持续提升。

• 高准确的识别率：基于先进的深度学习算法，安静环境下近场语音识别，中文普通话字准确率超过96%。

• 灵活的接入方式：支持不同设备端安卓、iOS系统的SDK接入，同时也支持HTTP协议的API接入。

• 毫秒级低延时识别速度：识别结果响应时间低于300毫秒。快速的系统响应，提升用户交互体验。

• 专业的业务领域：针对8K\16K的呼叫、客服场景，进行大量的业务场景优化。针对呼叫的VAD及降噪进行定位优化。

• 智能文本纠错能力：基于行业文本数据，针对用户输入上下文进行智能纠错，根据用户输入停顿，智能化插入标点符号。

• 声纹识别：基于声纹能力，实现对发音人进行有效区别。

  
  

产品新上线

现在可

0元预约试用

好奇的小伙伴都可以来试试