实时语音识别
接口服务API
实时语音识别（Real-time Automatic Speech Recognition, Real-time ASR）将不限时长的连续音频流实时识别为文字，边说边出结果，智能断句，涵盖中文、英文、日语、韩语、德语、法语等72种语言，针对同一语种、不同地区的用语习惯智能识别，精准转写，可应用于室内设备控制、语音输入、直播字幕及会议庭审等场景
最新活动
价格中心
渠道代理
联系我们
注意：体验前请检查麦克风是否可用，点击按钮开始录音，再次点击按钮结束录音，即可获取识别的文字
中文
录 音
支持私有化部署
实时语音识别服务支持普通话、英语、日语、俄语等8种语言在企业本地服务器私有化部署，为企业数据私密性提供保障
了解更多
多语种识别
支持中、英、俄、法、日、韩等超过70种语音识别，智能识别相同语种、不同地区的发音习惯，自由选择中文简体、繁体的输出
语种列表
智能断句 · 静音检测
根据上下文语义及目标语音的特征，智能预测语境，智能判断停顿断句，匹配合适的标点符号；智能检测没有音频流的静音情况
混合识别
支持中文、英文、与数字的混合识别，精准分辨语种，根据语义实时反馈多语种混合识别结果
识别准确率高
利用有道深度学习技术及用户翻译习惯不断优化算法迭代模型，识别准确度业内领先
技术成熟
依托平台强大能力，上线三年来，已累计为数万家企业提供过稳定的服务，服务上亿用户
定价简单
按月调用次数执行累计阶梯计费，用量越多折扣越大，5000次以上低至4元/小时；大批量识别可购买资源包，100小时只需383元
超快解码 · 即时输出
海量并发，毫秒级响应。连续识别音频流，兼顾语音识别准确性与速度，实时展示中间文字结果，根据上下文实时校正，提升用户体验
海量并发 · 无感扩容
系统可以根据您的需要动态扩容。单次最大请求时长3600s，若实时语音识别量较大，可联系我们免费评估，根据需要调整配置。
稳定又安全
已通过CSA STAR云安全国际认证与ISO信息安全管理体系认证，您的长语音输入不会在转写过程中被记录，数据安全，坚如磐石
技术专家全程支持
智云技术团队提供全程技术支持，帮助你解决接入过程中的所有技术问题
轻松集成·灵活接入
支持API接入，同时支持Android SDK、iOS SDK接入，服务简单便捷，可自助接入
接入指南
免费测试
注册即得10元体验金，实名认证通过再获得40元体验金，添加客服微信再得50元，使用体验金可翻译超过200万字符的文本，足够你测试阶段使用
免费试用
应用于外语口语测评、古诗词背诵检查、人机口语交流等场景
将会议中的谈话内容实时转换为文字记录保存，提升会议效率，同样适用于线上会议、远程会议等场景
将庭审各方在庭审过程中的发言实时识别为文字，供各方查看，减少书记员工作，确保庭审记录的准确性、公平性
广泛应用于智能家居、智能音箱、可穿戴设备中，让设备随时倾听您的语音指示，提升人机交互体验
告别传统的拼音、笔画、手写输入方式，将用户的语音实时转换为文字输入，无法打字的人群也可无障碍使用
将大会演讲、脱口秀表演等场景下的语音实时转换为大屏字幕，逐字展示，增强现场观众理解
对老师在课堂上的讲课内容进行实时记录，避免错过重要知识点，同时便于校方进行教学质量评估
将客户呼叫中心的语音实时识别为文字记录保存，为以后的客服答疑提供参考，也便于实时质检和监控
线上视频或主播直播中的说话内容可直接转换为实时字幕，提升观看体验，且有助于视频平台内容审核
| 计费方式 | 服务内容 | 月调用时长（小时） | 语音识别（元/小时） |
|---|---|---|---|
 | |||
输入
待识别内容必须是wav（不压缩、pcm编码）
采样率推荐16k
编码16bit位深的单声道
输入限制最长支持120s的录音文件。文件大小不超过10M，发送时，第一帧需要为WAV HEADER 信息
传输方式HTTPS
请求方式POST
输出
输出形式JSON
错误返回码一定存在
识别成功查询正确时，一定存在，返回分句开始、结束时间、文字识别结果、时间、类型和分句id
Web API 接入
Android SDK 接入
IOS SDK 接入
华为
华为
华为消费者业务产品全面覆盖手机、移动宽带终端、终端云等，通过实时语音识别技术，唤醒手机助手，提升人机交互体验
深圳市大疆创新科技有限公司
深圳市大疆创新科技有限公司
全球领先的无人飞行器控制系统及无人机解决方案的研发和生产商，实时语音识别技术助力大疆创新的无人机成为全球领先品牌
有道云笔记
有道云笔记
有道云笔记是网易旗下专注办公提效的笔记软件，通过实时语音识别技术实现语音速记，准确高效的进行课堂、会议记录
以下品牌也在使用此服务
网易有道翻译王
易盾
中国航发控制研究所
网易传媒
网易云课堂
智能语音识别服务支持那些语言？
智能语音识别服务当前支持中文普通话、英语、日文和韩文的输入
智能语音识别对上传的语音数据大小有限制吗？
最长支持120s的录音文件。文件大小不超过10M
更多问题
