语音合成
为内容配上旁白，为应用加入语音反馈，让信息更容易获取。
自定义试听从倾听到回应，连接每一次表达。
将音频与文字连接起来，组合出适合业务的语音体验。
语音识别
把录音和语音输入转成文字，衔接会议整理、字幕与检索。
了解详情让内容，找到合适的声音。
先确定语言和使用场景，再试听音色，比较语气、节奏与表达方式。
语言
确认模型支持目标用户的语言，并试听对应语言的样本。
表达风格
导览需要清晰，故事讲究节奏，对话重在自然；根据内容比较声音。
实际场景
用自己的文案试听，确认声音适合长篇旁白，还是简短的交互回应。
从创作工具，到日常交互。
AI 语音助手
串联语音输入、模型回答和语音播报，让用户通过说话与产品沟通。
视频与内容配音
为产品介绍、短视频和叙事内容配上旁白。
学习与有声阅读
为课程、文章和长篇内容提供音频版本，方便随时收听。
多语言产品
围绕目标用户使用的语言，选择合适的模型与音色。
让说过的话，成为可用的信息。
转写之后，继续整理要点、制作字幕，或把文字交给下一步业务处理。
会议转写示例
我们先确认一下这次发布的主要内容。
先完成语音体验测试，再整理用户反馈。
好的，我来汇总测试结果和下一步建议。
预设转写文本，用于展示会议处理流程，不执行音频识别。
接入语音，延伸已有的产品能力。
从一次简单调用开始，验证结果，再接入实际业务。
- 01
创建 API Key
在控制台创建密钥，保存在服务端并完成配置。
- 02
选择模型
按任务选择模型，核对支持的输入、参数和价格。
- 03
运行首次调用
用有代表性的内容验证效果，再逐步接入真实业务。
常见问题
语音合成和语音识别该怎么选？
需要把文字读出来时，使用语音合成；需要把音频变成文字时，使用语音识别。结合语言模型，可以将两者串成完整的语音助手。
支持哪些语言和音频格式？
语言、音频格式和流式能力取决于具体模型。接入前请查看相应文档。