文档管理中心
指南AICore Speech Kit(基础语音服务)Core Speech Kit简介

Core Speech Kit简介

Core Speech Kit(基础语音服务)集成了语音类基础AI能力,包括文本转语音(TextToSpeech)及语音识别(SpeechRecognizer)能力,便于用户与设备进行互动,实现将实时输入的语音与文本之间相互转换。

场景介绍

  • 文本转语音:将一段不超过10000字符数的文本合成为语音并进行播报。实现效果可参考朗读控件

  • 语音识别:将一段音频信息(短语音模式不超过60s,长语音模式不超过8h)转换为文本,可以将pcm音频文件或者实时语音转换为文字。实现效果可参考AI字幕控件

约束与限制

支持的设备

Phone、Tablet、PC/2in1。

支持的国家/地区

仅适用于中国境内(香港特别行政区、澳门特别行政区、中国台湾除外)。

能力限制

展开
AI能力 约束
文本转语音

- 支持的语种类型:中文、英文。(简体中文、繁体中文、中文语境下的英文)

- 支持的音色类型:聆小珊女声音色、英语(美国)劳拉女声音色、凌飞哲男声音色。

- 文本长度:不超过10000字符数。

语音识别

- 支持的语种类型:中文普通话。

- 支持的模型类型:离线。

- 语音时长:短语音模式不超过60s,长语音模式不超过8h。

模拟器支持情况

本Kit能力从6.0.0(20)版本开始支持模拟器。

模拟器与真机存在通用差异,详情请参见模拟器与真机的差异

在 指南 中进行搜索
请输入您想要搜索的关键词