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。
在线免费语音转文字
大家好，欢迎使用讯飞听见语音转文字服务！
依托于科大讯飞核心语音识别技术，可满足多层次、全方位的转文字需求。我们提供两种服务，机器处理便捷高效、人工服务专业精准。解决企事业单位日常会议、课程培训、节目制作、媒体采访等多种场景下的语音转文字难题。
英文转写暂不支持字幕格式
大家好
我叫陈洁
初次见面
请多多关照
英文转写暂不支持字幕格式
1
00:00:05,030-->00:00:05,640
大家好
2
00:00:05,640-->00:00:06,550
我叫陈洁
3
00:00:06,550-->00:00:08,790
初次见面
免费录音转文字在线
实时语音识别
实时语音识别服务，用户通过实时访问和调用API获取实时语音识别结果，支持的语言包含中文普通话、方言，方言当前支持四川话、粤语和上海话。
产品优势
识别准确率高：采用最新一代语音识别技术，基于深度神经网络（DeepNeuralNetworks，简称DNN）技术，大大提高了抗噪性能，使识别准确率显著提升。
识别速度快：把语言模型、词典和声学模型统一集成为一个大的神经网络，同时在工程上进行了大量的优化，大幅提升解码速度，使识别速度在业内处于领先地位。
多种识别模式：支持多种实时语音识别模式，如流式识别、连续识别和实时识别模式，灵活适应不同应用场景。
定制化服务：可定制特定垂直领域的语言层模型，可识别更多专有词汇和行业术语，进一步提高识别准确率。
一句话识别
可以实现1分钟以内音频到文字的转换。对于用户上传的二进制音频格式数据，系统经过处理，生成语音对应的文字，支持的语言包含中文普通话、方言。方言当前支持四川话、粤语和上海话
产品优势
前沿技术：使用工业界成熟的算法，结合学术界最新研究成果，为企业提供独特竞争力优势。
支持热词：针对专业词汇，支持上传至热词表，增加专业词汇的识别准确率。
可定制化：针对客户的特定场景需求，定制垂直领域的语音识别模型，识别效果更精确。
录音文件识别
对于录制的长语音进行识别，转写成文字，提供不同领域模型，具备良好的可扩展性，支持热词定制。
产品优势
高识别率：基于深度学习技术，对特定领域场景的语音识别进行优化，识别率达到业界领先。
稳定可靠：成功应用于各类场景，基于华为等企业客户的长期实践，经受过复杂场景考验。
语音合成
语音合成支持多种音色，可调节语调，语速，音量。
产品优势
多语种多音色：中文普通话、男声、女声、童声自由切换，可以调整音量，语速。
效果出色：文本转换自然清晰，近乎真人发音，能够符合多样的应用场景。