功能特性

服務

時效性

功能

適用情境

支援的語音格式

支援調用方式

免費調用量

購買

一句話識別

即時

識別一分鐘內的短語音。

APP語音搜尋、語音電話客服、對話聊天、控制口令等情境。

PCM（無壓縮的PCM或WAV檔案）、OPUS

Java/C++/Android/iOS

最大2個並發

可單獨購買

即時語音辨識

即時

識別長時間的語音資料流。

會議演講、ApsaraVideo for Live等長時間不間斷語音情境。

PCM（無壓縮的PCM或WAV檔案）

Java/C++/Android/iOS

最大2個並發

可單獨購買

語音合成

即時

合成長度不超過300個字元（UTF-8編碼）的常值內容。

需要人工合成音的情境。

PCM、WAV、MP3

Java/C++/Android/iOS

最大2個並發

可單獨購買

錄音檔案識別

非即時

錄音檔案上傳後（檔案大小不超過512 MB），針對免費使用者，可在24小時內完成識別並返回識別文本；針對付費使用者，可在6小時內完成識別並返回識別文本。

非即時識別情境。

支援單軌/雙軌的WAV、MP3

Java/C++/GO/.NET/Node.js/PHP/Python

每個自然日最多識別2小時時間長度的錄音檔案

可單獨購買

錄音檔案識別極速版

即時

識別檔案大小不超過100 MB，30分鐘以內時間長度的音頻，轉寫完成時間不超過10秒。

短視頻編輯工具、 電台和報社字幕內容。

AAC、MP3、OPUS、WAV

HTTP POST/Android/iOS

暫不支援免費試用

可單獨購買

長文本語音合成

非即時

將超長文本（千字或萬字）合成為語音位元據。

閱讀小說、文章等情境。

PCM、WAV、MP3

JAVA/C++/RESTful API

暫不支援免費試用

可單獨購買

裝置端語音互動SDK

即時

遠場訊號處理、語音喚醒、人聲檢測、線上語音辨識以及線上語音合成。

智能音箱、兒童教育故事機、語音IoT家電等需要遠近場語音互動的智能硬體裝置端。

PCM、WAV

Android/iOS/Linux/RTOS

10個免費裝置授權

可單獨購買