進入數(shù)字人直播

語音技術(shù)

依托天潤智力強大的語音技術(shù)積累，可為您快速提供語音識別，語音合成服務(wù)。支持公有云、私有化部署，可廣泛應(yīng)用于語音播報，語音會議、智能語音交互等多個業(yè)務(wù)場景

立即咨詢：010-57281389

限時特惠
產(chǎn)品列表
應(yīng)用場景
產(chǎn)品功能
產(chǎn)品試用
文檔與交流
聯(lián)系我們

限時特惠

音頻文件轉(zhuǎn)寫-中文普通話

將批量上傳的音頻文件識別為文字，12小時內(nèi)返回識別結(jié)果，適合錄音質(zhì)檢、會議內(nèi)容總結(jié)等場景。

企業(yè)新客專享

規(guī)格

購買方式

有效期

10小時

按次數(shù)包

1年

限時7折

限購1單

￥ 9.75 ￥15

立即購買

實時語音識別-中文普通話

將中文普通話音頻流實時識別為文字，并返回每句話的開始和結(jié)束時間，適用于長句語音輸入、音視頻字幕、會議等場景。

企業(yè)新客專享

規(guī)格

購買方式

有效期

10小時

按次數(shù)包

1年

限時7折

限購1單

￥ 13 ￥20

立即購買

短語音識別標(biāo)準(zhǔn)版

將60秒內(nèi)的中文普通話音頻識別為文字，適用于語音對話、控制和輸入

企業(yè)新客專享

規(guī)格

購買方式

有效期

1萬次

按次數(shù)包

1年

限時7折

限購1單

￥ 19.5 ￥30

立即購買

短語音識別極速版

實時返回識別結(jié)果，適用于手機語音搜索、聊天輸入等場景

企業(yè)新客專享

規(guī)格

購買方式

有效期

1萬次

按次數(shù)包

1年

限時7折

限購1單

￥ 22.75 ￥35

立即購買

音頻文件轉(zhuǎn)寫-中文普通話

將批量上傳的音頻文件識別為文字，12小時內(nèi)返回識別結(jié)果，適合錄音質(zhì)檢、會議內(nèi)容總結(jié)等場景。

產(chǎn)品首購專享

規(guī)格

購買方式

有效期

10小時

按次數(shù)包

1年

限時7折

限購1單

￥ 10.5 ￥15

立即購買

實時語音識別-中文普通話

將音頻流實時識別為文字，并返回每句話的開始和結(jié)束時間

產(chǎn)品首購專享

規(guī)格

購買方式

有效期

10小時

按次數(shù)包

1年

限時7折

限購1單

￥ 14 ￥20

立即購買

短文本在線合成-基礎(chǔ)音庫

提供高度擬人、流暢自然的語音合成服務(wù)，讓您的應(yīng)用設(shè)備開口說話

產(chǎn)品首購專享

規(guī)格

購買方式

有效期

1萬次

按次數(shù)包

1年

限時7折

限購1單

￥ 14 ￥20

立即購買

短語音識別標(biāo)準(zhǔn)版

將60秒內(nèi)的中文普通話音頻識別為文字，適用于語音對話、控制和輸入

產(chǎn)品首購專享

規(guī)格

購買方式

有效期

1萬次

按次數(shù)包

1年

限時7折

限購5個

￥ 21 ￥30

立即購買

產(chǎn)品體驗

短語音識別標(biāo)準(zhǔn)版

對60秒以內(nèi)的語音精準(zhǔn)識別為文字，融合天潤智力領(lǐng)先的自然語言處理技術(shù)，支持手機語音輸入、語音搜索、智能語音對話等場景

識別準(zhǔn)確率達98% 多語種識別

查看詳情>

短文本在線合成

基于天潤智力深度神經(jīng)網(wǎng)絡(luò)技術(shù)，提供高度擬人、流暢自然的語音合成服務(wù)，讓您的應(yīng)用、設(shè)備開口說話，更具個性

多語言多音色場景應(yīng)用豐富

查看詳情>

長文本在線合成

將超長文本快速轉(zhuǎn)換成穩(wěn)定流暢、飽滿真實的音頻。最高支持10萬字文本一次性合成，提供多種優(yōu)質(zhì)音庫選擇

最高支持10萬字文本合成速度快

查看詳情>

離線語音合成

在無網(wǎng)或弱網(wǎng)環(huán)境下，可在手機APP或故事機、機器人等智能硬件設(shè)備終端進行語音播報，將文字合成為聲音

靈活集成方式支持中英文混讀

查看詳情

實時語音識別

基于Deep Peak2的端到端建模，將音頻流實時識別為文字，適用于長句語音輸入、音視頻字幕、會議等場景

優(yōu)異的識別效果支持多設(shè)備終端

查看詳情

音頻文件轉(zhuǎn)寫

將批量上傳的音頻文件識別為文字，12小時內(nèi)返回識別結(jié)果。適合錄音質(zhì)檢、會議內(nèi)容總結(jié)、音頻內(nèi)容分析等場景。

高效穩(wěn)定智能語言處理

查看詳情

應(yīng)用場景

手機應(yīng)用語音輸入

音視頻內(nèi)容運營

有聲閱讀

出行導(dǎo)航

場景概述

將語音實時識別為文字，適用于語音聊天、語音輸入、語音搜索、語音下單、語音指令、語音問答等多種場景

我們的優(yōu)勢

技術(shù)領(lǐng)先識別準(zhǔn)確

采用領(lǐng)先國際的流式端到端語音語言一體化建模方法，融合天潤智力自然語言處理技術(shù)，近場中文普通話識別準(zhǔn)確率達98%。
多語種和多方言識別

支持普通話和略帶口音的中文識別；支持粵語、四川話方言識別；支持英文識別。

場景概述

百度智能云助力音視頻字幕智能生產(chǎn)，基于海量數(shù)據(jù)和先進算法，打造音視頻場景專屬語音識別模型，識別準(zhǔn)確率高達98%，并支持智能分析標(biāo)點、斷句，準(zhǔn)確匹配時間軸，助力字幕生產(chǎn)降本增效。同時結(jié)合NLP等技術(shù)對轉(zhuǎn)寫內(nèi)容進行安全審核和標(biāo)簽管理，提升合規(guī)管理人員及內(nèi)容運營效率

我們的優(yōu)勢

音視頻快速準(zhǔn)確識別
將音視頻語音內(nèi)容實時或異步精準(zhǔn)識別為文字，助力字幕生產(chǎn)降本增效，識別準(zhǔn)確率高達98%
自動匹配時間戳
音視頻場景專屬模型，識別結(jié)果智能分句，返回句子開始和結(jié)束時間，準(zhǔn)確匹配時間戳，便于字幕文本對齊音視頻進度
精準(zhǔn)提取文本中的關(guān)鍵詞
提取的關(guān)鍵詞代表性強，能夠準(zhǔn)確反映文本主體內(nèi)容，描述文本表達的含義

場景概述

使用語音合成技術(shù)的小說資訊類APP，能夠為用戶提供多種音庫的朗讀功能，提供離在線融合的模式，在任何網(wǎng)絡(luò)環(huán)境下，都可以釋放用戶的雙手和雙眼，給用戶帶來更流暢、更穩(wěn)定，更極致的閱讀體驗

我們能提供

在線合成提供多種音庫選擇
提供韻律流暢、情感飽滿的合成效果，合成準(zhǔn)確率高達99% ，根據(jù)網(wǎng)絡(luò)條件智能選擇在/離線
多角色多情感合成
基于先進深度學(xué)習(xí)技術(shù)，角色區(qū)分度高、情感表現(xiàn)力好，風(fēng)格情感badcase率低于1%；批量合成，大幅節(jié)約制作成本

場景概述

我們的優(yōu)勢

導(dǎo)航播報合成效果更優(yōu)
準(zhǔn)確率高，合成地址場景中存在大量專有名詞，有效保障導(dǎo)航順暢無誤；音庫豐富度高，提供風(fēng)格多樣、合成流暢的合成聲音，讓用戶久聽不厭，提升用戶體驗
無網(wǎng)弱網(wǎng)也能合成
基于先進深度學(xué)習(xí)技術(shù)，角色區(qū)分度高、情感表現(xiàn)力好，風(fēng)格情感badcase率低于1%；批量合成，大幅節(jié)約制作成本
產(chǎn)品組合方案豐富
使用語音識別即時輸入地址，有效識別率高，讓輸入更快捷，解放雙手開啟導(dǎo)航，保障司機行車安全

產(chǎn)品優(yōu)勢

語音識別準(zhǔn)確率高

語音識別采用領(lǐng)先國際的流式端到端語音語言一體化建模方法，近場中文普通話識別準(zhǔn)確率達98%，支持中文英語及多種方言識別
語音合成擬人度高

語音合成基于業(yè)界領(lǐng)先的深度神經(jīng)網(wǎng)絡(luò)技術(shù)，提供高度擬人、流暢自然的語音合成服務(wù)，支持多語言多音色，語速音調(diào)可調(diào)節(jié)
高效穩(wěn)定

專有服務(wù)集群、提供企業(yè)級的穩(wěn)定服務(wù)，彈性靈活的高并發(fā)承載及高可靠性保障，服務(wù)可用性高達99.9%
簡單易用

支持API及多種SDK接入，可基于Demo快速簡單接入，大大降低開發(fā)人力成本