语音服务

开发者最常用的是以下几类能力。选之前先想清楚音频是边产生边处理，还是已经存好再处理，这决定了该选哪一种。 实时语音识别：声音一边产生，文字一边返回。直播字幕、语音输入、实时对话这类对延迟敏感的场景适合用它。 录音文件识别：把已经存储的音频整体提交，等待转写结果返回。会议纪要、访谈整理、历史录音归档一般走这条路径。 语音合成：把文本转成语音，常用于语音播报、有…