語音轉(zhuǎn)寫，也叫音頻文件轉(zhuǎn)寫，是指批量將音頻文件（5小時以內(nèi)）轉(zhuǎn)換成文本數(shù)據(jù)，適用于語音質(zhì)檢、會議訪談等場景。

語音轉(zhuǎn)寫與語音聽寫的區(qū)別主要體現(xiàn)在「支持的音頻時長上」，語音轉(zhuǎn)寫支持的音頻時長是在五小時以內(nèi)，語音聽寫支持的音頻時長是在一分鐘以內(nèi)。因此，兩者的使用場景也略有不同，語音轉(zhuǎn)寫更多應(yīng)用于貼近日常的對話、演講等長文本場景，而語音聽寫則主要應(yīng)用于人機(jī)對話、輸入法、語音搜素等短文本場景。

目前，國內(nèi)提供語音轉(zhuǎn)寫技術(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，多次在語音識別、語音合成、機(jī)器翻譯、圖文識別、圖像理解、閱讀理解、機(jī)器推理等各項(xiàng)國際評測中取得佳績。

在語音轉(zhuǎn)寫上，通用語音識別率98%(注：安徽電子產(chǎn)品監(jiān)督檢驗(yàn)所檢測，報告編號151209010027），支持中文、英文、中英混合識別。支持12種方言，8種外語，2中民族語言，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)傾力打造的云計算品牌。

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

3、百度智能云

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

在語音轉(zhuǎn)寫上，近場中文普通話識別準(zhǔn)確率達(dá)98%。支持普通話和略帶口音的中文識別，支持英文識別。

4、云知聲

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

在語音轉(zhuǎn)寫上，準(zhǔn)確率可達(dá)實(shí)用標(biāo)準(zhǔn)，適用于會議轉(zhuǎn)寫、字幕生成、音頻內(nèi)容分析等場景。

5、思必馳

07年創(chuàng)立于英國劍橋，08年回國落戶蘇州，12年完成A輪融資，是國內(nèi)專業(yè)的對話式人工智能平臺公司，擁有全鏈路的智能語音語言技術(shù)。

在長語音識別轉(zhuǎn)寫上，覆蓋中文、英文、葡萄牙語等語種，粵、川、滬等方言，以及帶方言的普通話。云端連續(xù)實(shí)時語音識別率＞97%。

審核編輯：符乾江