語(yǔ)音轉(zhuǎn)寫(xiě)，也叫音頻文件轉(zhuǎn)寫(xiě)，是指批量將音頻文件（5小時(shí)以內(nèi)）轉(zhuǎn)換成文本數(shù)據(jù)，適用于語(yǔ)音質(zhì)檢、會(huì)議訪談等場(chǎng)景。

語(yǔ)音轉(zhuǎn)寫(xiě)與語(yǔ)音聽(tīng)寫(xiě)的區(qū)別主要體現(xiàn)在「支持的音頻時(shí)長(zhǎng)上」，語(yǔ)音轉(zhuǎn)寫(xiě)支持的音頻時(shí)長(zhǎng)是在五小時(shí)以內(nèi)，語(yǔ)音聽(tīng)寫(xiě)支持的音頻時(shí)長(zhǎng)是在一分鐘以內(nèi)。因此，兩者的使用場(chǎng)景也略有不同，語(yǔ)音轉(zhuǎn)寫(xiě)更多應(yīng)用于貼近日常的對(duì)話、演講等長(zhǎng)文本場(chǎng)景，而語(yǔ)音聽(tīng)寫(xiě)則主要應(yīng)用于人機(jī)對(duì)話、輸入法、語(yǔ)音搜素等短文本場(chǎng)景。

目前，國(guó)內(nèi)提供語(yǔ)音轉(zhuǎn)寫(xiě)技術(shù)的廠商主要有：

1、科大訊飛

成立于1999年，2008年，公司在深圳證券交易所掛牌上市（股票代碼：002230）。一直深耕在人工智能領(lǐng)域，技術(shù)很全也很綜合，多次在語(yǔ)音識(shí)別、語(yǔ)音合成、機(jī)器翻譯、圖文識(shí)別、圖像理解、閱讀理解、機(jī)器推理等各項(xiàng)國(guó)際評(píng)測(cè)中取得佳績(jī)。

在語(yǔ)音轉(zhuǎn)寫(xiě)上，通用語(yǔ)音識(shí)別率98%(注：安徽電子產(chǎn)品監(jiān)督檢驗(yàn)所檢測(cè)，報(bào)告編號(hào)151209010027），支持中文、英文、中英混合識(shí)別。支持12種方言，8種外語(yǔ)，2中民族語(yǔ)言，可提供公有云接口及私有化部署方案。

2、騰訊云

騰訊集團(tuán)傾力打造的云計(jì)算品牌。

在語(yǔ)音轉(zhuǎn)寫(xiě)上，字準(zhǔn)率97%，與微信、王者榮耀的語(yǔ)音轉(zhuǎn)文字使用一套服務(wù)。支持中文普通話、英語(yǔ)。支持2種方言，4種外語(yǔ)，后續(xù)將陸續(xù)開(kāi)放其他語(yǔ)種和方言的識(shí)別能力。

3、百度智能云

百度智能云致力于為企業(yè)和開(kāi)發(fā)者提供全球領(lǐng)先的人工智能、大數(shù)據(jù)和云計(jì)算服務(wù)。

在語(yǔ)音轉(zhuǎn)寫(xiě)上，近場(chǎng)中文普通話識(shí)別準(zhǔn)確率達(dá)98%。支持普通話和略帶口音的中文識(shí)別，支持英文識(shí)別。

4、云知聲

2012年6月創(chuàng)立于北京，是國(guó)內(nèi)頭部人工智能獨(dú)角獸企業(yè)。

在語(yǔ)音轉(zhuǎn)寫(xiě)上，準(zhǔn)確率可達(dá)實(shí)用標(biāo)準(zhǔn)，適用于會(huì)議轉(zhuǎn)寫(xiě)、字幕生成、音頻內(nèi)容分析等場(chǎng)景。

5、思必馳

07年創(chuàng)立于英國(guó)劍橋，08年回國(guó)落戶蘇州，12年完成A輪融資，是國(guó)內(nèi)專業(yè)的對(duì)話式人工智能平臺(tái)公司，擁有全鏈路的智能語(yǔ)音語(yǔ)言技術(shù)。

在長(zhǎng)語(yǔ)音識(shí)別轉(zhuǎn)寫(xiě)上，覆蓋中文、英文、葡萄牙語(yǔ)等語(yǔ)種，粵、川、滬等方言，以及帶方言的普通話。云端連續(xù)實(shí)時(shí)語(yǔ)音識(shí)別率＞97%。

審核編輯：符乾江