初次使用智能语音服务，请先阅读快速开始系列文档，快速体验使用过程，而后按顺序阅读如下文档，以便更好地使用智能语音交互服务。
文档资源 | 描述 |
|---|---|
介绍与智能语音交互服务相关基本概念。 | |
在管理控制台上创建项目、配置参数等。 | |
获取访问令牌后再调用智能语音交互服务。 | |
调用语音交互服务 | |
优化语音识别效果。 |
各服务对比
服务 | 时效性 | 功能 | 适用场景 | 支持的语音格式 | 支持调用方式 | 免费调用量 | 购买 |
|---|---|---|---|---|---|---|---|
一句话识别 | 实时识别 | 识别一分钟内的短语音 | APP语音搜索、语音电话客服、对话聊天、控制口令等场景 | PCM（无压缩的PCM或WAV文件）、OPUS | Java/C++/Android/iOS | 最大2个并发 | 可单独购买 |
实时语音识别 | 实时识别 | 识别长时间的语音数据流 | 会议演讲、视频直播等长时间不间断语音场景 | PCM（无压缩的PCM或WAV文件） | Java/C++/Android/iOS | 最大2个并发 | 可单独购买 |
语音合成 | 实时合成 | 合成长度不超过300个字符(UTF-8编码)的文本内容 | 需要人工合成音的场景 | PCM、WAV、MP3 | Java/C++/Android/iOS | 最大2个并发 | 可单独购买 |
录音文件识别 | 非实时识别。录音文件上传后，免费用户可在24小时内完成识别并返回识别文本；付费用户可在6小时内完成识别并返回识别文本。 说明 一次性上传大规模数据（半小时内上传超过500小时时长的录音）的除外，如果您有大规模数据转写需求，可与售前专家联系。 | 免费用户识别文件大小不超过512MB | 非实时识别场景 | 支持单轨/双轨的WAV、MP3 | Java/C++/GO/.NET/Node.js/PHP/Python | 每个自然日最多识别2小时时长的录音文件 | 可单独购买 |
长文本语音合成 | 非实时合成 | 将超长文本（千字或万字）合成为语音二进制数据 | 阅读小说、文章等场景 | PCM、WAV、MP3 | JAVA/C++/RESTful API | 暂不支持免费试用 | 可单独购买 |
除录音文件识别以外的其他识别服务只支持单声道（mono）语音数据。
识别服务只支持8000Hz/16000Hz采样率、16bit采样位数的音频。
在文档使用中是否遇到以下问题
更多建议
匿名提交