一、
能力介绍：
语音转写（Long Form ASR）基于深度全序列卷积神经网络，将长段音频（5小时以内）数据转换成文本数据，为信息处理和数据挖掘提供基础。
二、
应用场景：
（1）
电话销售&客服
将坐席通话转成文字，帮助电话质检和信息同步，也为数据挖掘提供原料基础。
（2）
会议&访谈记录
将会议和访谈的音频转换成文字存稿，让后期的信息检索和整理更方便快捷。
（3） 字幕生成
将视频中音频文件进行语音转写，轻松生成与视频相对应的字幕文件。
（4） 语音鉴别
可以从转写出的文字结果中搜索匹配相关词类，对黄暴/涉政内容进行高效鉴别。
三、常见答疑：
1.“语音转写 ”与 “语音听写 ”的区别是？
2. “已录制音频转写”和“实时音频流转写”的区别是？
·
已录制音频（recorded audio）转写：将预先录制完毕的完整音频文件传输至云端，转写服务处理完成后将输出此音频对应的完整文字结果。该流程为异步&非实时；
·
实时音频流（real-time streaming）转写：在采集音频的同时，连续上传音频流至云端，转写服务将实时返回文字结果。可以实现文字和声音的同步展现。