阿里智能语音交互（Intelligent Speech Interaction），是基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互体验。目前支持中文普通话、中文粤语、英语以及日语、韩语、法语、印尼语等16国语言，其他语种会逐步上线支持，敬请期待。

　　适用于多个应用场景，包括智能问答、智能质检、实时演讲字幕、访谈录音转写等场景，在金融、保险、电商、智能家居等多个领域均有应用案例。用户可以使用自学习平台等工具改善语音识别效果，而且提供了功能更丰富的管理控制台和更易用的SDK，欢迎开通体验。

　　中国首家使用字级LC-BLSTM/DFSMN-CTC建模，相对业界传统CTC方法降低了20%的错误率，大幅提高了语音识别的精度。

　　中国首家使用LFR解码技术， 在不损失识别精度的情况下，将解码速率提高了3倍以上，大幅缩短了反馈时间，提升用户体验。

　　业内首家提供自学习平台的系统。同时支持热词定制和模型定制。用户可以根据业务需求上传相关的数据，对各种语音产品进行定制，形成自己的专属模型，从而最大限度的提升识别效果。

　　目前已经积累了大量行业客户，在金融、保险、电商、智能家居等多个领域均有成熟的应用案例，业务场景包括智能问答、智能质检、庭审记录、字幕翻译、语音助手等，可以满足不同客户多样化的需求。产品与服务

　　对用户上传的录音文件进行识别，上传完之后24小时内完成识别并返回识别文本。可用于呼叫中心语音质检、庭审数据库录入、会议记录总结、医院病历录入等场景。

　　对不限时长的音频流做实时识别，达到“边说边出文字”的效果，内置智能断句，可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录等场景。

　　对时长较短（一分钟以内）的语音进行识别，适用于较短的语音交互场景，如语音搜索、语音指令、语音短消息等，可集成在各类App、智能家电、智能助手等产品中。

　　语音合成服务，将文本转换成自然流畅的语音。目前有多种音色可供选择，并提供调节语速、语调、音量等功能，适用于智能客服、语音交互、文学有声阅读和无障碍播报等场景。

　　用户可以自行上传数据，对阿里的语音技术进行深度定制，从而提升特定业务领域的识别准确度。目前仅支持上传文本数据对语言模型进行定制，未来会推出上传音频数据对声学模型进行定制。

　　传统质检一般是对客服电话录音以人工听的方式进行检查，存在效率问题以及人员瓶颈。智能质检能够对所有服务过程进行全量的实时质星空体育网站 星空体育首页检，帮助企业的服务部门摆脱人的限制，全面把控服务质量。

　　将待检的语音数据转换成文本之后，通过质检引擎产生质检结果，并生成统计数据。质检人也可以在管控台上定位查看到每条数据命中的规则点、以边听边看的方式对结果进行校验。

　　现场演讲场景、直播场景下，将视频中的音频实时转写成字幕。在直播场景下，还可以进一步对内容进行管理。

　　1. 在开大会做演讲时，现场环境如果比较嘈杂，座位靠后或远程做直播时，可能会听不清演讲内容；

　　2. 一个直播APP，每天产生的视频数量多达数十万小时。严肃直播有字幕需求，娱乐直播有管理需求。

　　1. 在阿里云栖大会现场做了演讲的转写，在正确率上击败国际速记比赛亚军，目前已经成为云栖大会的标配产品；

　　传统中介业务中容易出现客户双方建立联系后抛弃中介的事情，如房东诱导房客进行线下交易，从而导致中介公司经济损失。这类行为往往发生在双方沟通的电话中。通过阿里云语音识别服务，可以帮助中介及时的发现上述问题，从而阻止逃单行为，避免经济损失。

　　将电话实时传给阿里云的语音转文本接口，阿里云将及时返回数据，客户可使用阿里云的质检系统或者自建分析系统对返回的文字做分析，从而及时发现问题。