實時語音識別（Real-time ASR），將連續(xù)的音頻流實時轉(zhuǎn)換成文本，語音識別更快。可應用于直播實時字幕、會議實時記錄、即時文本生成等場景。

一句話識別將口述音頻轉(zhuǎn)換為文本，通過API調(diào)用識別不超過一分鐘的不同音頻源發(fā)來的音頻流或音頻文件。適用于語音搜索、人機交互等語音交互識別場景。

語音合成服務提供在線語音合成能力，支持將文本信息實時轉(zhuǎn)化為近似的真人發(fā)聲，支持多語言多音色語音在線合成。支持客戶的個性化語音定制化需求。

錄音文件識別，基于深度學習技術，可以實現(xiàn)5小時以內(nèi)的音頻到文字的轉(zhuǎn)換。支持垂直領域定制，對應領域轉(zhuǎn)換效果更佳。

錄音文件識別極速版，音頻轉(zhuǎn)文字速度大幅提升。

實時流的語音合成服務。