製品概要
製品概要
音声認識は、音声データをテキストに変換するAI技術です。DolphinVoice プラットフォームの音声認識サービスをご利用することで、音声認識機能があなたの製品に簡単統合できます。
弊社の音声認識サービスは以下の種類があります:一発話認識、リアルタイム音声認識、録音ファイル書き起こし(通常版)、録音ファイル書き起こし(急速版)。各製品の簡単な比較は以下の表にまとめてあります。
| 項目/プロダクト | リアルタイム音声認識 | 録音ファイル書き起こし(急速版) | 録音ファイル書き起こし(通常版) | 一発話認識 |
|---|---|---|---|---|
| 機能 | ストリーミング音声を認識し、認識しながら結果を返す。 | 音声ファイルは原稿または字幕出力に変換でき、平均出力速度は1時間の音声ファイルで5分。 | 音声ファイルは原稿または字幕出力に変換でき、平均出力速度は1時間の音声ファイルで15分。 | 一回発話の短い音声を認識し、認識結果を返す、または認識しながら結果を返す。 |
| オーディオ制限 | 連続37時間以内 | オーディオ:1GB 時間:5h | オーディオ:1GB ビデオ:2GB 時間:5h | 60s |
| サポートするフォーマット | WAV/PCM/MP3 | WAV/PCM/OPUS MP3/AMR/M4A/AAC | WAV/PCM/OPUS MP3/MP4/M4A/AMR/3GP/AAC | WAV/PCM/MP3 |
| サポートするサンプリング率 | 16kHz、8kHz | 16kHz、8kHz | 16kHz、8kHz | 16kHz、8kHz |
| 典型的な使用例 | リアルタイム字幕 | 動画字幕生成 | 音声ファイルの書き起こし | 音声アシスタント |
詳細な製品仕様を知りたい場合は、開発ガイドを参照してください。