功能特点

■    支持多种语音类型

      包括清晰的标准普通话、方言（如粤语、四川话）、外语（如英语、日语），方言、外语和实时转写需定制。

■    语义优化与格式规整

      根据语气停顿（如 “嗯”“啊” 等语气词）和语义逻辑，添加逗号、句号、问号等，使文字更通顺。

■    角色区分与标识

      在电话对话场景中，自动区分双方并标注（如 “发言人 1”“发言人 2”），清晰呈现对话逻辑。

■    语音识别准确率高

      标准普通话转写准确率在98%以上，标准英语识别准确率95%以上。

■    支持多种录音文件格式

      支持pcm/wav/opus/mp3/mp4/m4a/amr/3gp/aac等格式的音频。

■    适应复杂环境

      通过降噪算法，减少背景噪音（如会议室杂音、街道喧闹声）、回声对转写的影响，提升模糊语音的识别精度。

■    支持私有化部署

      支持私有化部署，服务器最低配置为：

      CPU：主频3.0以上， 8核16线程，内存：16G DDR4，操作系统：Linux，国产操作系统。