语音技术-奇异果体育app竞彩官网下载

产品概述

将60秒以内的完整音频文件识别为文字，专有gpu服务集群，识别响应速度较标准版api提升2倍及识别准确率提升15%。适用于近场短语音交互，如手机语音搜索、聊天输入等场景。 支持上传完整的录音文件，录音文件时长不超过60秒。实时返回识别结果

产品价格

短语音识别极速版支持按调用量后付费及次数包。按用量后付费按每月累计调用量阶梯计价。次数包为预付费，一年内有效，价格更优惠。详情见

语音识别模型

百度短语音极速版提供极速版输入法模型1个模型（暂时不支持其他方言及英语）。识别速度更快，识别效果更好。支持智能标点，可以识别简单的常用英语语句。

可通过设置dev_pid参数选择模型。

语音识别模型自训练

如果您在应用语音识别能力时，有行业专有名词，如金融、医疗、餐饮、地产、制造等行业术语，无法准确识别。推荐使用，可以上传词汇和长文本进行模型训练，以及根据业务发展迭代不断训练。

调用短语音识别极速版api，添加训练模型id即可生效。

调用流程

1. 鉴权认证：使用appkey secretkey 访问 换取 token ，详细见[]
2. 确认请求方式：选择一种http post 请求格式，参见下一节
3. 填写参数：详细见

适用范围及demo下载

任意操作系统，任意编程语言，只要可以对百度语音服务器发起http请求的，均可以使用本接口。

示例demo代码见：

浏览器由于无法跨域请求百度语音服务器的域名，因此无法直接使用本接口。需从服务器端发起调用。

语音识别极速版调用地址：

语音格式

格式支持：pcm（不压缩）、wav（不压缩，pcm编码）、amr（压缩格式）、m4a（压缩格式，仅支持极速版模型，m4a格式输入适用于微信小程序的录音文件，）。推荐pcm 采样率 ：16000 固定值。 编码：16bit 位深的单声道。

百度服务端会将非pcm格式，转为pcm格式，因此使用wav、amr、m4a会有额外的转换耗时。

音频文件格式转换可以使用音频软件进行。批量音频格式转换，可使用开源ffmpeg格式转换工具文档。

超过60秒音频可使用vad切分工具进行切分。

小程序m4a格式设置

• 参数format改为m4a

1. 仅支持单声道
2. 采样率仅支持16000
3. cbr bitrates 24000-96000，推荐48000
4. 仅支持aac-lc， 不支持 例如he-aac ，ld，eld等
5. brand 仅支持 mp42:0, mini version 0 ,不支持 m4a

• 微信小程序录音设置，见

微信小程序录音参数，请重点关注并设置以下必填字段：

属性	类型	默认值	必填	说明
duration	number	60000	否	百度语音restapi最大支持 60s，即这个值不能超过60000
samplerate	number	16000	是	必须设为 16000
numberofchannels	number	1	是	比如设为1，单声道
encodebitrate	number	48000	否	默认值即可，建议48000，可设为24000-96000。该值越大的话，生成文件越大
format	string	aac	否	默认值即可，只支持aac，不支持mp3