语音转文本 (STT) 和文本转语音 (TTS)

预构建声学和语言模型

OCI Speech 采用深度学习流程 — 自动语音识别技术，可准确转写自然对话。即使不了解数据科学，您也可以通过预构建的声学和语言模型轻松使用该服务。

分析音频和视频文件中的数据

搜索音频文件中的数据，为其编索引，并进行分析。将录制的音频对话转为文本数据，并使用 AI 服务进行分析。例如，使用 OCI Language 检索客户情绪，并使用 OCI Speech 的异常检测功能识别客户流失的可能性。

实时转录

OCI Speech 的实时转录功能目前处于限定供应状态，支持您在几秒钟内发送音频流并接收准确的转录文本。

神经文本转语音 (TTS)

OCI Speech 的文本转语音功能现已限定供应，可帮助您跨应用从文本合成类似人类的语音。此功能支持客户对话、多语言语音翻译并改善了无障碍性。您可以从各种声音中进行选择以增强交互。

原生多语言支持

OCI Speech ASR 模型支持英语、西班牙语、葡萄牙语、德语、法语、意大利语和印地语，允许您使用自己偏好的语言转录音频文件。此外，OCI Speech 还支持 OpenAI Whisper 模型，该模型提供 57 多种现成的语言支持。了解有关 OCI 和 Whisper 模型的更多信息。

通过声纹分割聚类功能提高可读性和理解能力

OCI Speech 支持声纹分割，可组织、分析来自多个发言者的语音，然后从中提取有意义的信息。

一体化转写服务

无需依赖第三方转写产品，提供端到端的安全性和合规性流程，助您更好地控制数据。

易于集成

OCI Speech 是一个通用服务，可通过 REST API、不同的 SDK 和 Oracle CLI 进行调用。开发人员即使不具备数据科学或机器学习专业知识，也可轻松部署可扩展的语音识别服务。

专为保护安全和隐私而打造

Oracle Cloud Infrastructure Speech 可保障客的隐私。预构建的自动语音识别模型可转写您的内容，但不会存储任何数据用于训练、调试或其他目的。

一体化转写服务

OCI Speech 使用专有模型和架构，快速将语音转换为文本。

每个单词的置信度评分

新增的单词级别的置信度评分可帮助您识别可能被错误转写的单词。您还可以使用单词置信度评分来确定构建应用时的重点。

粗言秽语过滤器

使用精选的粗言秽语列表，添加预建的单词过滤功能。您可以屏蔽、删除或标记粗言秽语。