什么是语音识别(ASR) ?
语音识别服务，可以把语音识别为文字，针对不同的使用场景，阿里云提供如下三种服务：
- 「 一句话识别 」对一分钟内的短语音实时识别，适用于对话聊天，控制口令等较短的语音识别场景。
- 「 实时语音识别 」：对长时间的语音数据流实时识别，适用于会议演讲、视频直播等长时间不间断识别的场景。
- 「 录音文件识别 」：对录音文件中的语音做识别。
各服务的主要差别如下：
| 服务 | 时效性 | 支持的语音格式 | 支持调用方式 |
| 一句话识别 SDK | 实时识别 | PCM/WAV/SPEEX/OPUS[1] | Java/C++/Android/iOS |
| 一句话识别 RESTful[2] | 非实时，不超过1分钟 | PCM/WAV/SPEEX/OPUS[1] | HTTP RESTful API |
| 实时语音识别 | 实时识别 | PCM/WAV | Java/C++/Android/iOS |
| 录音文件识别 | 非实时，免费版24小时内 | 支持大部分常见编码格式，WAV/MP3效果最佳 | HTTP RESTful API |
- 注[1]：OPUS编码格式说明
- 注[2]：一句话RESTful调用方式与其他方式差异较大，所以单独列出
附加能力
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
