阿里云智能语音交互

产品介绍 & 接口文档

阿里云iDST的智能语音交互服务主要有以下几个大类：

• 语音识别服务ASR ：将语音转换成文字的能力快速集成，打造出“能听”的应用。
• 语音合成服务TTS ：将文字转换为声音的能力快速集成，打造出“会说”的应用。
• 自然语音处理NLU ：集语义解析、智能问答、意图识别等功能于一体，让应用具备理解能力。

语音识别服务ASR：

**在线 实时 短语音识别：一句话识别

• 支持流式和非流式的语音识别模式
• 应用模式: 语音输入法、语音搜索、语音助手等
• 应用领域：YunOS、支付宝语音搜索、天猫魔盒、手机淘宝、聚划算等

在线 实时 长语音识别：实时长语音识别

• 应用领域：直播实时转写、会议记录、语音笔记

在线 非实时 长语音文件识别：录音文件识别服务

• 支持单轨/双轨的wav格式、MP3格式的语音文件识别
• 目前只支持8k和16k的采样率；
• 支持普通话识别
• 应用领域：客服质检领域等

语音合成服务TTS：

在线 实时 语音合成： 语音合成

• 实时播报
• 应用领域：钉钉语音电话、菜鸟物流信息播报、新闻播报

在线 实时 语音合成 批量工具： TTS批量合成工具

• 语音合成测试、批量处理
• 应用领域：有声小说

智能对话平台

智能对话平台: 智能对话平台

• 智能对话平台，能够让您在这上面快速搭建自己的对话机器人。
• 应用领域：智能客服、教育、医疗等

自然语音处理NLU：

在线 语音识别+自然语音处理： 自然语音理解

• 聊天对话：语音助手就像一个聊天机器人，能和用户直接对话
• 获取信息：根据用户不同的需要，可以通过语音助手来了解信息，要知天下百事，就问语音助手。
• 操控手机：能用语音控制手机的操作，打电话、发短信，直接说“打电话给XX”或者“发短信给XX” 非常简便
• 通过语法、语义、语用的分析，获取自然语言的语义表示。
• 领域列表：应用、餐厅、休闲娱乐、地图、火车票、飞机票、影院、美食团购、酒店、汽车限行、导航、实时路况、天气、公交站点、地铁站点、热映电影、股票、快递、违章、视频、音乐、优惠券、体育赛事、闹钟、提醒、电视频道