自然语音合成
多音色、多情感表达，适用于播报、有声书与虚拟人配音。
OVERVIEW
能力概览
40+支持语言
TTS语音合成
ASR语音识别
RT低延迟流式
FEATURES
核心特点
为生产环境设计的智能模型能力，开箱即用、易于集成。
精准转写
嘈杂环境与口音场景下仍保持较高识别率，支持时间戳与说话人分离（规划）。
音频理解
对音乐、环境音与语音内容进行语义分析，拓展多模态 Agent 能力边界。
USE CASES
典型使用场景
01
有声内容与播报
新闻、天气、导航与 IoT 设备语音播报，多语言一键切换。
02
会议与客服录音转写
自动生成纪要、待办与质检标签，提升运营复盘效率。
03
语音 Agent
电话机器人、车载助手等实时语音交互场景的听写与回复链路。
04
无障碍与适老化
为视障用户提供朗读，为听障用户提供实时字幕与摘要。