语音识别
录音文件识别产品特性
高识别率 基于深度学习技术，对特定领域场景和语料进行优化， 语音识别 率达到业界领先 前沿技术 使用工业界成熟的算法，结合语音识别学术界最新研究成果，为企业提供独特竞争力优势 可定制化 针对客户的特定场景需求，定制垂直领域的语音识别模型，识别效果更精确 支持热词 针对专业词汇，支持上传至热词表，增加专业词汇的语音识别准确率 多模型多音频格式 提供对话、银行、保险等多种领域模型，支持8种以上音频格式的转写，适配场景广泛 支持质检参数分析 针对8k采样率模型，支持话者分离、情绪检测、语速检测等功能
视频标签视频推荐
视频推荐 基于对视频的场景分类、人物识别、语音识别、 文字识别 等分析，形成层次化的分类标签，进行个性化视频推荐 优势 多维度识别 综合图像、语音、文字、人脸等信息，标签识别更加准确 识别准确 采用标签排序学习算法与卷积神经网络算法，标签识别准确度高 标签可定制 只需提供少量视频与对应标签，便可以按需定制标签类别、层次体系 建议搭配使用： 对象存储服务 OBS
视频标签视频搜索
视频搜索 基于对视频的场景分类、人物识别、语音识别、文字识别等分析，形成层次化的分类标签，支撑准确高效的视频搜索，提升搜索体验 优势 多维度识别 综合图像、语音、文字、人脸等信息，标签识别更加准确 识别准确 采用标签排序学习算法与卷积神经网络算法，标签识别准确度高 标签可定制 只需提供少量视频与对应标签，便可以按需定制标签类别、层次体系 建议搭配使用： 对象存储 服务 OBS
一句话识别产品特性
效果出众 使用深度学习技术，语音识别准确率高，在业界具有一定的技术优势 稳定可靠 成功应用于各类场景，基于华为等企业客户的长期实践，经受过复杂场景考验 简单易用 提供RESTful规范API接口，并提供服务SDK，方便客户使用与集成；帮助客户减少人力成本，节省业务支出 语音识别 实时将语音转换成文字，一次性上传整个音频，能快速返回识别结果。 语言支持 支持中文普通话、带方言口音的普通话以及方言，方言当前支持四川话、粤语和上海话识别。 多语音格式支持 支持11种输入语音格式，包含ulaw、alaw、pcm、mpx、wav等
