主页
产品
认知服务
语音转文本

语音转文本

语音服务的一项功能，可准确地将口述语音听录为文本

使口述音频可操作

快速准确地将音频转录为超过 100 种语言和变体中的文本。对模型进行自定义设置以提高特定于域的术语的准确性。通过对转录文本或启用操作启用搜索或分析，从语音音频中获得更多价值，所有这些操作均以首选编程语言提供。

查看内部版本中 Azure AI 的新增功能

高质量听录

使用先进的语音识别获取准确的音频转文本听录。

可自定义模型

将特定单词添加到基本词汇或构建自己的语音转文本模型。

灵活的部署

Run Speech to Text anywhere—in the cloud or at the edge in containers.

生产就绪

访问跨 Microsoft 产品支持语音识别的同一可靠技术。

Try Speech to Text with this demo app, built on our JavaScript SDK

若要通过麦克风使用自己的声音尝试演示，请改用支持 WebRTC 的其他浏览器，例如，最新版本的 Microsoft Edge、Firefox 或 Chrome。

语言

自动标点

按下左侧的朗读按钮，开始说话。当你说话时，语音服务将返回识别结果。如果你会多种语言，请尝试说语音服务支持的语言。可随意上传一些文件，针对特定用例测试语音服务。继续阅读我们的文档，了解如何在解决方案中构建语音转文本。

不会存储你的语音数据

从各种源中准确听录语音

从一系列源(包括麦克风、音频文件和 Blob 存储)中将音频转换为文本。使用说话人分隔聚类来确定说话人、说话内容和说话时间。通过自动设置格式和标点获取可读的脚本。

根据需求自定义语音模型

定制语音模型，以了解组织和行业特定的术语。克服语音识别障碍，如背景噪音、口音或唯一词汇。通过上传音频数据和脚本自定义模型。使用 Office 365 数据自动生成自定义模型，以优化组织的语音识别准确性。

随地部署

在数据所在的任何位置运行语音转文本。使用容器构建针对强大的云功能和内部功能进行了优化的语音应用程序。

使用 Cloud AI 服务推动应用创新

了解组织开始使用 AI 快速实现价值的 5 个关键方法。

阅读报告

全面保障隐私和安全

语音服务属于 Azure 认知服务的一部分，已通过 SOC、FedRAMP、PCI DSS、HIPAA、HITECH 和 ISO 认证。
你的数据仍然属于你。在音频处理期间，不会记录音频输入和听录数据。
随时查看和删除自定义语音数据和模型。你的数据在存储中时是加密的。
在 Azure 基础结构的支持下，语音服务提供了企业级的安全性、可用性、合规性和可管理性。

灵活的定价为你提供了所需的控制权

使用语音转文本功能，你可以根据听录的音频小时数进行即用即付，而无需提前付费。

查看定价

文档和资源

开始使用

Browse the documentation

Create a speech service with the Microsoft Learn course

探索代码示例

查看示例代码

查看自定义资源

使用 Speech Studio 浏览并自定义语音转文本解决方案。无需代码。

信任语音转文本的企业

KPMG 简化通话听录

KPMG 使用语音转文本来转录和编录数千个小时的呼叫，可为其客户减少高达 80% 的合规性成本。

阅读案例

Motorola 使用语音帮助第一反应员访问重要数据

Motorola Solutions 正在使用支持语音的虚拟助手来帮助警察和其他紧急第一反应员更快地获取重要的信息。

阅读案例

Universal Electronics 提供支持语音的智能家居体验

Universal Electronics 正在帮助制造商提供适合智能家居设备且支持语音的导航和控制功能 - 提供真正独特的消费者体验。

阅读案例

Hochtief 使用语音记载构造缺陷

Hochtief 使用启用了语音的虚拟助手帮助项目经理在项目站点上识别并记录构造缺陷。

阅读案例

NTT DATA 通过会议见解快速做出决策

NTT DATA 通过实时会议听录从语音数据中获取见解。借助自定义语音识别，他们能够自定义语音识别模型，以了解特定于组织的术语。

阅读案例

见解支持对话式银行体验

Insight Enterprises 使用支持对话式 AI 的银行解决方案帮助银行为其分支机构提供数字速度和便利性。语音转文本可将用户所说的内容转换为可以处理和分析的数据，使客户能够及时获得相关响应。

阅读案例