核心技术

C O R E T E C H N O L O G I E S

警务信息采集设备及系统 NLP自然语言处理 NLU自然语言理解正道智能语音识别智慧会议综合体智慧商业综合体

正道智能语音识别

正道智能语音识别技术具有海量数据支撑、算法业界领先、支持语种丰富、服务性能稳定、抗噪音能力强、识别准确率高等优势。可以在互联网、金融、教育等领域的外部客户业务场景落地。

功能

语音识别开放录音文件识别、实时语音识别和一句话识别三种服务形式，满足不同类型开发者需求。

实时语音识别

对实时音频流进行识别，达到“边说边出文字”的效果。适用于有一定实时性要求的场景，例如语音输入、语音机器人、会议现场记录、直播内容审核、视频实时添加字幕等场景。

语言和方言：目前支持中文普通话、英语、粤语、韩语、日语。
行业/领域模型：目前支持金融领域模型。
音频属性：支持 wav、pcm、opus、speex、silk、mp3 的音频格式，支持8k、16k采样率的单声道音频流，支持16bit的数据采样精度。
音频数据长度：建议音频流中每个数据包的音频分片为200ms。
自学习模型：支持通过语言模型自学习工具进行定制优化，可有效提高专有领域或行业下的语音识别准确率。
热词：目前支持通过控制台方式和API方式进行热词的创建，添加热词可以显著提升专有词汇识别准确率。

录音文件识别

对不超过五小时的录音文件进行识别。适用于语音时间较长、对实时性要求低的场景，例如客服质检、视频字幕生成、音频节目字幕生成等。

语言和方言：目前支持中文普通话、英语、粤语、日语。
行业/领域模型：目前支持音视频领域模型。
音频属性：支持 wav、mp3、m4a 的音频格式，支持8k、16k采样率的单声道或双声道音频识别，支持16bit的数据采样精度。
音频数据长度支持：若采用直接上传音频数据方式，建议音频数据不能大于5MB；若采用上传音频 url 方式，建议音频时长不能大于五小时。
自学习模型：支持通过语言模型自学习工具进行定制优化，可以有效提高文本场景下的语音识别准确率。
热词：目前支持通过控制台方式和API方式进行热词的创建，添加热词可以显著提升专有词汇识别准确率。

一句话识别

对60秒之内的短音频文件进行识别。适用于语音消息转写场景，例如语音短信、语音搜索等。

语言和方言：目前支持中文普通话、英语、粤语、日语。
音频属性：支持 wav、mp3 的音频格式，支持8k、16k采样率的单声道音频，支持16bit的数据采样精度。
音频数据长度：音频时长不超过60s，数据大小不可以超过3MB。
自学习模型：支持通过语言模型自学习工具进行定制优化，可有效提高专有领域或行业下的语音识别准确率。
热词：目前支持通过控制台方式和API方式进行热词的创建，添加热词可以显著提升专有词汇识别准确率。

技术核心

解决方案

生态合作

代理商合作

渠道商合作

联系我们

公司地址：深圳市南山区高新南七道数字技术园国家工程实验大楼A座8楼

制造基地：深圳市南山区西丽街道百旺新峰路21号728创意办公社区F1栋3楼西

服务热线：400-889-8066

售后热线：400-850-1601

公司邮箱：Leden@sz-led.com

400-889-8066(8:00-21:00)

服务热线

400-850-1601(8:00-21:00)

售后热线

反馈建议: Leden@sz-led.com

联腾官方微信

宏正道微信