语音交互

对语音文件进行分析，实时地返回转译文本内容、是否包含违规内容等信息。

对时长较短的语音文件进行识别，实时地返回转译后的文本内容，检测违规语音片段信息。

声音工坊（ TTSW ）提供定制音色的能力，满足客户定制化需求。通过先进的深度学习技术，根据客户实际业务情况，提供不同的定制方案，从而更有效、更专业地服务实际业务需求。普遍适用于智能客服、智能硬件、在线教育、有声阅读、新闻播报等场景，通过训练专属业务音色，从而更好的服务业务场景，提升交互体验。

TTSHOP开源电商网站平台高端产品，B2B2C模式的综合性商城系统，电脑PC、手机WAP，微信商城，APP端（IOS和Android）、微信小程序，五端合一，五端互通，数据信息完美同步，让您管理更加方便、快捷。

阿里云智能外呼基于语音识别和合成，机器学习和自然语言理解等技术，根据业务场景，自动发起机器人电话外呼任务，通过人与机器人的语音对话交互收集业务结果，并对数据加以统计处理。

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。适用于多个应用场景中，包括智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈录音转写等场景，在金融、保险、司法、电商等多个领域均有应用案例。全新的2.0版本现已发布，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。

语音合成（TTS）满足将文本转化成拟人化语音的需求，打通人机交互闭环。 提供多种音色选择，支持自定义音量、语速，让发音更自然、更专业、更符合场景需求……

IP 虚拟人（IP Virtual Human，IVH）运用了语音交互、数字模型生成等多项 AI 技术，让 IP 虚拟人的口型与发音一致、表情及动作自然拟人。IP 虚拟人支持 AI 合成虚拟形象播报视频和实时语音交互两大类使用场景，其中虚拟形象播报能力支持输入文本生成 AI 合成的音视频文件，广泛运用于媒体、教育、会展服务等场景；语音交互场景支持与用户进行实时语音互动，广泛运用于客服、助理等场景。

腾讯云语音识别（ASR） 为开发者提供语音转文字服务的最佳体验。语音识别服务具备识别准确率高、接入便捷、性能稳定等特点。腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式，满足不同类型开发者需求……

阿里云智能语音导航：基于语音识别和合成，机器学习和自然语言理解等技术，在传统的热线电话中加入了语音业务自助办理/语音问答功能，可有效的处理常规业务场景，大幅减少人工热线电话客服压力。