基于Deep Peak2的端到端建模,将音频流实时识别为文字,并返回每句话的开始和结束时间,适用于长句语音输入、音视频字幕、会议等场景
基于Deep Peak2端到端建模,超过10万小时数据训练,多采样率多场景声学建模,近场中文普通话识别准确率达98%
支持普通话和略带口音的中文识别;支持英文识别
使用大规模数据集训练语言模型,对识别中间结果进行智能纠错,并根据语音的内容理解和停顿智能匹配合适的标点符号,。!?
支持WebSocket API,支持Android、iOS、Linux SDK,可以在多种操作系统、多种设备终端上调用,快速上手,简单易用
首包响应时间毫秒级,并实时展示中间文字结果,快速识别音频流
识别返回的文字结果带有时间戳,展示VAD切分句子开始和结束时间,方便进行功能开发
7x24小时服务热线:400-996-8756
公司地址:河南省郑州市姚砦路133号金成时代广场6号楼13层
备案号:豫B2-20110005-1
法律顾问:河南天坤律师事务所-段志刚律师