一句话识别

对时长较短的语音进行实时转写识别，让机器能够听懂人类的语言。

长语音识别

对不限时长的语音输入进行实时转写，可以根据用户预期进行自动断句和标点符号添加。

录音文件识别

对用户录制的语音文件进行非实时的转写处理。

自学习工具 HOT

通过本工具可有效提高专有领域场景下的语音识别准确率，达到定制训练、自助优化的效果。

在线合成 HOT

合成高音质、更饱满的音色效果，同时提供多种音色选择。

离线合成

无需联网，在设备端直接将文字转换为声音，合成音色自然、饱满。

声音复刻

使用少量用户声音，快速为用户量身打造个人定制音色，降低成本。

定制音库

专业的数据采集团队和语音合成技术团队，提供一站式声音定制服务。

声音转换

将原说话人的声音转换为目标说话人并保留其风格特色。

离线声音转换

无需联网，将原说话人的声音转换为目标说话人并保留其风格特色。

歌唱合成

提供多种音色，可以合成任意歌曲，提供更多声音创作场景和形式。

声纹识别 公测免费

基于强大的算法引擎，通过声音识别说话人身份。

声音理解 NEW

通过声音分析发音人的性别和年龄特征，进行更加精准化的信息匹配。

开放平台

一站式智能语音服务平台

开发文档（旧版）

API/SDK等服务对接说明

语音合成

语音合成拥有商业化系统和产品、数据丰富多样，满足不同客户需求。

语音识别

语音识别拥有商业化系统和产品、数据丰富多样，满足不同客户需求。

计算机视觉

有丰富的图像库和数据库，更好的帮助计算机自主适应环境。

自然语言处理

自然语言处理（NLP）可用于搭建内容搜索、内容推荐、舆情识别及分析、文本结构化、对话机器人等智能产品。

开放数据

开放中文语音合成数据库，支持智能科技、生活、娱乐、教育等多领域的学术、科研项目。

语音合成

为多个语种和方言提供文本到语音 (TTS) 的数据采集和数据标注服务。

语音识别

为多个语种和方言提供音频转写、语音识别 (ASR) 的数据采集和数据标注服务。

文本数据

为多个语种、领域、场景等提供文本的数据采集和数据标注服务。

计算机视觉

提供图像、视频数据采集和数据标注服务。

合成系统评测

为多个语种和方言提供文本到语音 (TTS) 的合成系统评测服务。

业务全览

标贝易采

集语音、图像、视频采集为一体的智能采集工具，提供采检验全栈服务

3D点云标注平台

4D BEV、3D立体框、3D车道线、2/3D融合标注工具，支持AI预处理

2D图像标注平台

常见标注工具10+种，支持上亿像素作业，AI辅助标注极大提高生产效率

语音合成标注平台

算法辅助音频转写，支持文字、拼音、韵律、词性多环节标注

语音识别标注平台

算法辅助切音和转写，灵活的项目协同管理

智能客服

实现语音导航、语音质检、智能外呼等场景的解决方案。

虚拟员工

声形并茂的交互体验，让语音交互更有温度。

虚拟主播

一站式虚拟主播视频生产和编辑平台。

智能会议系统

办公场景下的智能革命。

标贝悦读

面向个人用户的AI文字转语音，效果逼真、支持可视化的人工纠错。