课程概述
语音识别其实就是把语音转换成文本的服务，腾讯云语言识别ASR支持中文、英语和粤语，适用于录音文件识别、一句话识别和实时语音识别等应用场景，提供强大的语音识别能力，帮助提升公司的效率，提升客户体验。
本课程将带你快速入门腾讯云语音识别ASR产品。对于不同的语音识别能力，可通过时延性以及成本两个方面决定语音识别的方案。课程将演示语音识别ASR控制台的基本操作，包括语音识别的开通、上传自学习模型和资源包管理。课程将重点介绍语音识别API和SDK，分别讲解实时语音识别、录音文件识别和一句话识别的API和SDK。课程将演示Python、iOS和Android语音识别SDK的开发。课程还将介绍如何在小程序中接入语音识别能力。最后，课程将简单介绍语音识别服务的计费规则，并对一些常见的功能问题进行解答。
【课程目标】
学会选择合适的语音识别能力
掌握腾讯云语音识别ASR控制台的使用
掌握语音识别Python SDK的使用
掌握语音识别iOS SDK的使用
掌握语音识别Android SDK的使用
了解语音识别的服务计费
【适用对象】
商务、运维、开发、个人开发者
【课程大纲】
知识模块 | 简介 |
|---|---|
ASR 类别选择 | 语音识别ASR能力选择 |
控制台操作指导 |
机构简介
腾讯产业互联网学堂
腾讯云旗下面向云生态用户的一站式学习成长平台
讲义
语音识别ASR能力选择
通过本课程的学习您将可以：
- 语音识别各项能力介绍
- 语音识别能力选择介绍
- 章节总结
语音识别各项能力介绍
实时语音识别
- 对实时音频流进行识别，实时识别为文字。
- 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。
- 目前支持中文普通话、英语、粤语。
- 支持wav、pcm、speex、 silk 的音频格式，支持8k、16k采样率的单声道音频流，支持1 6bit的数据采样精度。
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。
- 目前支持中文普通话、英语、粤语
- 支持wav、mp3 的音频格式，支持8k、 16k采样率的单声道音频，支持1 6bit的数据采样精度。
录音文件识别
- 对不超过一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。
- 目前支持中文普通话。
- 支持wav、mp3、silk. speex、 amr、m4a 等主流的音频格式，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。
语音识别能力选择介绍
如何选择
时延性要求:是否需要实时?
成本问题:预算多少
章节总结
本课程详细介绍了：
- 语音识别能力介绍
- 语音识别能力选择策略
课程评价(0)
感谢你参加本课程，请你作出评价：
0/300
发表评价
以下选自学员评价
暂无精选评价
课程学习交流
请扫码关注腾讯产业互联网学堂微信公众号