tencent cloud

不同使用场景对应的是语音识别哪种服务？

• 实时语音识别适用于有实时性要求的场景，例如语音输入法、语音机器人、会议现场记录等场景。

支持远场和离线的语音识别吗？

不支持。目前仅实时语音识别支持移动端离线语音识别，如有需要请 提交工单 咨询。

语音识别支持中英文混合场景和地方方言吗？

• 普通话引擎支持单词级别的中英文混合识别，且支持带口音的中文普通话语音识别。
• 实时语音识别支持中文普通话和英文。

说明：

若有马来语 越南语 印地语 土耳其和阿拉伯语等更多语种需求，可提交工单。

语音识别支持的输入音频时长是多少？

• 实时语音音频流中每个数据包的音频分片为200ms。

语音识别支持什么样的音频属性？

语音识别服务的对于音频属性的详细规定请参见 语音识别服务详细信息页。

实时语音识别中，如果一段音频包含多句话该如何提高准确率？

建议开启 VAD 功能，VAD（Voice Activity Detection）是指对音频进行分段的技术，如果一段音频中包含了多句话，VAD 可以检测多句话之间的停顿进行自动断句，从而达到更高的识别准确度。

语音识别是否支持同步的结果调用形式？

• 实时语音识别支持同步返回识别结果。

语音识别是否支持评测？

不支持。

语音识别识别出来的文字能否复制？

语音识别识别出来的文字无法复制，复制功能需要接入之后自己前端开发实现。

实时语音识别能否设置识别的最长时间？

不能设置识别最长时间。如果不需要，直接断开即可。

语音识别是否支持 MRCP 协议？

MRCP 暂未对外开放，如有需要，可提交工单。

有没有 SaaS 化的可以直接提供给客户用？

语音识别支持私有化部署，需要商务对接跟进，可提交工单。