混元语音识别(ASR)
语音识别 基础产品 | 功能简介 | 免费并发路数 | 时效性 | 常见应用场景 | 支持语种(算法引擎) |
可识别长时间传入的语音流数据,实时返回识别结果,实现“边说边出文字”的效果 | 20路 | 实时 | 适配 IM 即时语音转写、实时音视频通话字幕识别、智能助手语音指令实时解析等短时低延迟人机语音交互场景 | 大模型2.0引擎: Hy-ASR-3.0-preview 中英大模型:中文普通话+英语+多方言混合引擎,除中英外,支持20种方言,包括粤语、东北话、河南话、陕西话、成都话、重庆话、武汉话、贵阳话、青岛话、济南话、长沙话、合肥话、河北话、昆明话、 兰州话、 银川话、南昌话、 北京话、 四川话、天津话等。 |
说明:
当前为内测版本仅作为体验,部分功能暂不支持,包括但不限于以下:
仅支持1分钟以内的语音识别;仅支持16k 单声道 pcm 音频格式输入。
不支持话者分离、vad、词汇替换、噪音参数阈值等功能。
上下文传入和热词功能即将开放体验。
快速接入
1.开通语音识别服务


2.新建密钥


3.调用服务