AI语音之“一句话识别 ”调研分析

背景

此次物联网项目中需要使用语音来控制设备，特意对语音这一部分进行了调研
提取出了一个关键词- 一句话识别
在此对其进行解释与分析

名词解释 一句话识别

把语音(≤60秒)转换成对应的文字信息，适用于较短的语音交互场景，如语音搜索、语音输入、语音控制等。

语音供应商

• 云知声
• 科大讯飞
• 思必驰
• 北京声智
• 上海声翰
• 阿里
• 百度
• 蓦然
• 腾讯

分析

云知声

提供的典型应用场景
分析 ： 目前没有android sdk, 按次计费
科大讯飞

讯飞提供的为语音听写

• 语音听写，是基于自然语言处理，将自然语言音频转换为文本输出的技术。语音听写技术与语法识别技术的不同在于，语音听写不需要基于某个具体的语法文件，其识别范围是整个语种内的词条。

将短音频（≤60秒）精准识别成文字，除中文普通话和英文外，支持35个语种、24种方言和1个民族语言，实时返回结果，达到边说边返回的效果，可提供公有云接口及私有化部署方案
应用场景：
分析： 按次收费 ，开发者资源丰富
Android SDK

思必驰
提供的为 语音识别

思必驰提供基于云+端混合引擎的连续语音识别，覆盖中文、英文、葡萄牙语等语种，粤、川、沪等方言，以及带方言的普通话。
应用场景：
分析: 需要商务联系 无公开sdk

北京声智

提供的为 离线命令词识别
支持无网络连接情况下识别常用指令

产品介绍：

将语音识别模块的部分功能移植到本地设备中，用户对设备（手机、玩具、家电等）说出操作指令（即“命令词”），设备即作出相应的反馈，开启语音交互，一定程度上摆脱网络依赖，让识别更便捷、高效

应用场景：
分析: 需要商务联系 无公开sdk

上海声翰
提供的是智能机器人语音交互解决方案

分析： 需要商务联系 无公开sdk 不确定是否可以拆分
阿里
智能语音交互：
智能语音交互（Intelligent Speech Interaction），是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互体验。适用于多个应用场景中，包括智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈录音转写等场景，在金融、保险、司法、电商等多个领域均有应用案例。

一句话识别

• 对一分钟内的短语音进行识别，适用于对话聊天、控制口令、语音输入法、语音搜索等较短的语音识别场景
  阿里提供一句话识别的 sdk
  Android SDK
  百度
  百度提供 短语音识别标准版
  将60秒以内的语音精准识别为文字，可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景
  应用场景：
  分析：百度提供短语音识别SDK
  Android SDK

腾讯
腾讯提供的是云语音识别（Automatic Speech Recognition，ASR） 为企业提供极具性价比的语音识别服务。被微信、王者荣耀、腾讯视频等大量内部业务使用，外部落地录音质检、会议实时转写、语音输入法等多个场景。
分析： 腾讯提供sdk
SDK 获取

一句话识别 Android SDK 及 Demo 下载地址：Android SDK
蓦然公知
蓦然提供了一个 酒店AI助理方案的方案

分析： 需要商务联系 无公开sdk,不确定是否支持小功能开发

总结

一句话识别 是在物联网中应用最广 最有效的语音解决方案 以上各厂都有开发 按需使用