.jpeg)
豆包·语音大模型创业者加速计划
为 AI 语音初创企业提供包括语音合成、声音复刻和语音识别大模型资源
3个月免费
资源支持，以产品代金券的方式发放至企业账户
查看活动详情 >>查看活动详情 >>
3种大模型能力
免费支持，AI语音新产品有长期明确的发展和迭代计划
查看活动详情 >>查看活动详情 >>
1000家创业企业扶持
利用AI语音进行新产品研发的1000家初创公司
查看活动详情 >>查看活动详情 >>
3个月免费
资源支持，以产品代金券的方式发放至企业账户
查看活动详情 >>查看活动详情 >>
3种大模型能力
免费支持，AI语音新产品有长期明确的发展和迭代计划
查看活动详情 >>查看活动详情 >>
1000家创业企业扶持
利用AI语音进行新产品研发的1000家初创公司
查看活动详情 >>查看活动详情 >>
能力体验
产品优势
产品功能
应用场景
客户案例
使用指南
产品优势
更高
准确率
识别准确率
专有名词识别能力强
特定领域专项优化
更多
语种支持
效果提升
中英文混合识别支持
口音错误率显著降低
更真
交互体验
贴合语境
上下文理解能力，让”耳朵“思考
识别效果更贴合语境
更难
复杂场景
效果提升
弱化背景音影响
弱化噪声影响
更高
准确率
识别准确率
专有名词识别能力强
特定领域专项优化
更多
语种支持
效果提升
中英文混合识别支持
口音错误率显著降低
更真
交互体验
贴合语境
上下文理解能力，让”耳朵“思考
识别效果更贴合语境
更难
复杂场景
效果提升
弱化背景音影响
弱化噪声影响
产品类型
大模型流式语音识别
依托大模型能力，准确率更高。支持将音频流实时识别成文字，达到“边说话边出文字”的效果。
大模型录音文件识别
依托大模型能力，准确率更高。支持将音频文件转成文本，适用于会议记录、质检等场景。
一句话语音识别
支持将短语音（≤60秒）实时识别成文字，达到“边说话边出文字”的效果。适用于音频小于60秒，需要实时出结果的场景。
流式语音识别
支持将音频流实时识别成文字，达到“边说话边出文字”的效果。
录音文件语音识别
支持将5小时内音频文件转成文本，适用于会议记录、外呼质检等场景。
录音文件识别极速版
支持将5小时内音频文件极速转写，半实时返回识别结果，适用于准实时外呼质检、及时会议记录、有声内容转写。
大模型流式语音识别
依托大模型能力，准确率更高。支持将音频流实时识别成文字，达到“边说话边出文字”的效果。
大模型录音文件识别
依托大模型能力，准确率更高。支持将音频文件转成文本，适用于会议记录、质检等场景。
一句话语音识别
支持将短语音（≤60秒）实时识别成文字，达到“边说话边出文字”的效果。适用于音频小于60秒，需要实时出结果的场景。
流式语音识别
支持将音频流实时识别成文字，达到“边说话边出文字”的效果。
录音文件语音识别
支持将5小时内音频文件转成文本，适用于会议记录、外呼质检等场景。
录音文件识别极速版
支持将5小时内音频文件极速转写，半实时返回识别结果，适用于准实时外呼质检、及时会议记录、有声内容转写。
应用场景
.png)
.png)
-1.png)
-3.png)
-4.png)
-5.png)
客户案例
豆包剪映抖音