如果您初次使用智能语音服务，请先阅读快速入门系列文档，帮助您做好各种准备工作并快速体验使用过程。
如果您已经完成了快速入门，建议按顺序阅读以下文档，帮助您更好地使用智能语音交互服务。
| 文档资源 | 描述 |
|---|---|
| 相关术语 | 介绍与智能语音交互服务相关的各种概念 |
| 管理项目 | 在管理控制台上创建项目、配置参数 |
| 获取 Token | 获取访问令牌后再调用智能语音交互服务 使用时请注意访问令牌的有效期 |
| 调用语音交互服务 | - 一句话识别 - 实时语音识别 - 语音合成 - 录音文件识别 - 长文本语音合成 |
| 语音识别自学习工具 | 优化语音识别效果 |
| 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 |
说明：
- 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的采样率、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