产品特性
-
支持个性化热词用户可将一些非常见的词汇上传至识别引擎，当实时转写的音频流中出现该词汇时，引擎可将其识别出来，提高专业用语识别准确率。
-
上下文纠错针对上下文进行语义理解，将中间结果进行智能纠错，确保准确性。
-
文字流时间戳对于音频流实现毫秒级识别，并返回带有时间戳的文字流，便于二次开发。
-
标点智能预测运用超大规模的语言模型，智能预测语境，提供智能断句和标点符号的预测。
技术规格
-
输入
-
形式：实时音频流
支持格式：PCM
采样率：16KHz
采样精度：16bits
-
支持语种：中文普通话
声道：单声道
分片时长：40ms
-
-
输出
-
形式：json格式字符串
编码：UTF-8
结果：句子开始&结束时间&词识别内容&词标识&词开始时间&词结束时间&结果类型标识&段落ID，整句的中间结果，整句的最终结果
-
注：
1、文法格式智能转换包括电话号码、车牌、日期、时间以及量词的规整，如“五点三十”引擎会识别规整为“5:30”。
2、词属性包括：普通词；语气犹豫词，如“嗯”、“啊”、“呃”或者无意义的重复词等；标点符号，如“，”等。
3、语言支持：中国大陆地区普通话。后续将支持更多语种。
4、讯飞开放平台的实时语音转写需接入WebSocket API接口，针对有编程基础的开发者用户。如果您是个人用户，不想通过编程方式直接实现语音转写功能，可以去讯飞听见官网，了解语音转写功能的更多详情。
应用场景
-
直播字幕在电视直播或现场直播过程中提供实时字幕，提升直播效果
-
视频会议&电话会议将视频以及电话会议中的发言内容实时识别为文字，防止错过重要会议内容，提高会议效率
-
客服中心将客户的电话语音内容实时识别为文字，作为客服答疑的参考记录
客户案例
-
上海电视台
-
天润融通
-
唱吧
-
掌众金服
-
爱屋吉屋
产品价格
| 套餐 | 免费包 | 新用户礼包 | 时长套餐一 | 时长套餐二 | 时长套餐三 | 时长套餐四 | 并发套餐 |
|---|---|---|---|---|---|---|---|
| 时长 | 24小时 | 最高50小时 | 10小时 | 200小时 | 1000小时 | 3000小时 | 不限时长 |
| 支持并发 | 1路 | 1路 | 10路 | 10路 | 10路 | 10路 | 按需 |
| 有效期 | 15天 | 一年 | 一年 | 一年 | 一年 | 一年 | 一年 |
| 价格 | 免费 | 免费 | ￥99.00 | ￥1780.00 | ￥6900.00 | ￥14700.00 | 按并发收费 |
| 单价（元/小时） | 免费 | 免费 | ￥9.90 | ￥8.90 | ￥6.90 | ￥4.90 | 1万元-2万元（每路每年） |
| 使用产品 | 领取 | 领取 | 立即购买 | 立即购买 | 立即购买 | 立即购买 | 商务对接 |
温馨提示：
1、每个用户仅可领取一次免费包；
2、购买时长套餐，可使用10路并发，若需要更多并发或者一次性购买量较大，可进行商务工单对接；
3、时长套餐与并发套餐成本计算方式不同，暂不提供套餐转换功能，请根据您的需要选择。
开发者资源
温馨提示
开放平台“实时语音转写”需要WebSocket接入，针对是有编程基础的开发者用户。如果您是个人用户，不想通过编程方式直接实现语音转写功能，可以去讯飞听见官网，了解语音转写功能的更多详情。