博舍

实时语音转写 智能语音厂商

实时语音转写

1、“已录制音频转写”和“实时音频流转写”的区别是?

已录制音频(recordedaudio)转写:将预先录制完毕的完整音频文件传输至云端,转写服务处理完成后将输出此音频对应的完整文字结果。该流程为异步&非实时;

实时音频流(real-timestreaming)转写:在采集音频的同时,连续上传音频流至云端,转写服务将实时返回文字结果,实现文字和声音的同步展现。

 

2、实时语音转写支持什么语言?

答:默认支持中文(包括普通话、天津话、河北话、东北话、甘肃话、山东话、太原话)、英文、中英混合识别;其他方言/语种需购买套餐或语种授权。目前可支持:

l 方言:广东话、河南话、西南官话(云南话、贵州话、重庆话、四川话)

l 语种:英语、日语、韩语、法语、俄语、越南语、西班牙语

l 民族语言:藏语、维语

 

3、购买翻译套餐后,支持哪些语种相互翻译?

开通翻译功能后,可实现中文与日语、韩语、俄语、韩语、法语、西班牙语、越南语之间的互译,同时支持中文普通话与粤语方言互译

 

4、实时语音转写支持的音频时长有什么限制?

实时语音转写可以实时识别持续的音频流,结果是实时返回,音频流长度理论上不做限制,典型的应用场景是要求展示实时字幕的会议或直播。

 

5、实时语音转写的分片时长40ms是什么意思?

可以理解为上传的间隔为40ms,建议音频流每40ms向服务器发送1280字节,发送过快可能导致引擎出错,音频发送间隔超时时间为15s,超时服务端报错并主动断开连接。

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。

上一篇

下一篇