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

短语音识别极速版

将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景

实时语音识别

基于Deep Peak2的端到端建模，将音频流实时识别为文字，并返回每句话的开始和结束时间，适用于长句语音输入、音视频字幕、会议等场景

远场语音识别

通过麦克风阵列前端处理算法，即使在三至五米的距离说话也可准确识别

百度语音为开发者提供业界优质的远场语音识别服务，通过麦克风阵列前端处理算法，有效消除噪音，同时对目标说话人声音进行增强，使得智能家居、智能硬件、机器人语音交互等场景下的远场语音也可准确识别

音频文件转写

将批量上传的音频文件识别为文字，12小时内返回识别结果。适合录音质检、会议内容总结、音频内容分析等场景

语音自训练平台

使用业务场景文本语料，零代码自助训练语言模型，精准识别语音内容，有效提升业务领域识别准确率