欢迎使用 语音识别 API 3.0 版本。全新的 API 接口文档更加规范和全面，统一的参数风格和公共错误码，统一的 SDK/CLI 版本与 API 文档严格一致，给您带来简单快捷的使用体验。支持全地域就近接入让您更快连接腾讯云产品。更多腾讯云 API 3.0 使用介绍请查看：快速入门
产品介绍
语音识别（Automatic Speech Recognition，ASR）为开发者提供语音转文字服务的最佳体验，开放实时语音识别、一句话识别和录音文件识别三种服务形式，满足不同类型开发者需求，具备识别准确率高、接入便捷、性能稳定等特点。
产品功能
实时语音识别
对实时音频流进行识别，达到“边说边出文字”的效果，可应用于语音输入、电话机器人等实时音频流场景
一句话识别
对60秒之内的短音频文件进行识别，达到快速准确识别较短语音的效果，可应用于语音消息转写等场景；
录音文件识别
对录音文件进行识别，达到识别较长的非实时语音的效果，可用于字幕生成、录音资料转写等场景
产品优势
海量数据积累
立足于腾讯庞大的社交数据平台，积累了数十万小时的语音标注数据，拥有丰富多样的语料库，为高识别率奠定数据基础。
算法业界领先
基于多种序列神经网络结构(LSTM、Attention Model、DeepCNN)，采用 Multitask 训练方法，结合T/S方式，在通用以及垂直领域有业内领先的识别精度。
支持多平台设备
提供 REST API 和 SDK，支持智能硬件、移动应用、网站、桌面客户端和物联网等多种设备终端。
支持语种丰富
现阶段支持中文普通话、英语、粤语和韩语语音识别，后续将陆续开放其他语种或方言的识别能力。
噪声环境识别佳
语音识别模型鲁棒性佳，识别精度高，抗噪声的干扰能力强，能够识别来自嘈杂环境的音频信息，不需要客户进行降噪处理。
海量内外部业务验证
经过微信、腾讯视频、王者荣耀等内部业务充分验证，也在大量互联网、金融、教育等领域的外部客户业务场景成功落地，日服务亿级用户，性能稳定。
应用场景
语音输入法
智能语音输入，由实时语音识别实现，为用户节省输入时间、提升输入体验。
语音消息转写
将用户的语音信息转成文字信息，由一句话识别服务实现，提升用户阅读效率。
字幕生成
将直播和录播视频中的语音转换为文字，由录音文件识别服务实现，轻松便捷地生成字幕文件。
会议纪要
将会议、庭审、采访等场景的音频信息转换为文字，由实时语音识别服务实现，降低人工记录成本、提升效率。
电话质检
将坐席通话转成文字，由实时语音识别服务或录音文件识别服务实现，全面覆盖质检内容、提升质检效率
