智能语音交互

阿里智能语音交互(Intelligent Speech Interaction),是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互体验。目前支持中文普通话以及英语,其他语种会逐步上线支持,敬请期待。

适用于多个应用场景,包括智能问答、智能质检、实时演讲字幕、访谈录音转写等场景,在金融、保险、电商、智能家居等多个领域均有应用案例。用户可以使用自学习平台等工具改善语音识别效果,而且提供了功能更丰富的管理控制台和更易用的SDK,欢迎开通体验。

产品优势

识别准确率高
中国首家使用字级LC-BLSTM/DFSMN-CTC建模,相对业界传统CTC方法降低了20%的错误率,大幅提高了语音识别的精度。
超快的解码速率
中国首家使用LFR解码技术, 在不损失识别精度的情况下,将解码速率提高了3倍以上,大幅缩短了反馈时间,提升用户体验。
独创的模型优化工具
业内首家提供自学习平台的系统。同时支持热词定制和模型定制。用户可以根据业务需求上传相关的数据,对各种语音产品进行定制,形成自己的专属模型,从而最大限度的提升识别效果。
广泛的领域覆盖
目前已经积累了大量行业客户,在金融、保险、电商、智能家居等多个领域均有成熟的应用案例,业务场景包括智能问答、智能质检、庭审记录、字幕翻译、语音助手等,可以满足不同客户多样化的需求。

产品与服务

录音文件识别

对用户上传的录音文件进行识别,上传完之后24小时内完成识别并返回识别文本。可用于呼叫中心语音质检、庭审数据库录入、会议记录总结、医院病历录入等场景。

实时语音识别

对不限时长的音频流做实时识别,达到“边说边出文字”的效果,内置智能断句,可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录等场景。

一句话识别

对时长较短(一分钟以内)的语音进行识别,适用于较短的语音交互场景,如语音搜索、语音指令、语音短消息等,可集成在各类App、智能家电、智能助手等产品中。

语音合成

语音合成服务,将文本转换成自然流畅的语音。目前有多种音色可供选择,并提供调节语速、语调、音量等功能,适用于智能客服、语音交互、文学有声阅读和无障碍播报等场景。

语言模型自学习工具

用户可以自行上传数据,对阿里的语音技术进行深度定制,从而提升特定业务领域的识别准确度。目前仅支持上传文本数据对语言模型进行定制,未来会推出上传音频数据对声学模型进行定制。

产品动态

      查看全部日志 >

      应用场景

      暖心服务,为你而来

      1对1售前咨询、7x24服务、更快速的响应以及更多的免费工单。

      1对1售前咨询

      由经验丰富的云专家为不同规模企业提供一对一的售前咨询。了解更多

      24/7 技术支持

      售后服务时间从每周5天,每天10小时延长到每周7天,每天24小时。了解更多

      更好的技术支持

      基本售后支持计划的免费工单数量从每季度3个提升为6个。了解更多

      更快的服务响应时间

      针对一般指导,阿里云售后响应时间从36小时缩短到18小时。了解更多

      开始使用智能语音交互?

      探索更多关于智能语音交互的信息?

      联系我们 > 管理控制台 >