科大讯飞
  1. 开发者新手指南
科大讯飞
  • iOS SDK接入文档
  • 平台文档
    • 开发者新手指南
      • 平台简介
      • 快速指引
    • 服务协议
      • 讯飞开放平台用户服务协议
      • 讯飞星火认知大模型接口服务协议
      • 开发者应用创建规则
      • 讯飞开放平台隐私政策
      • 开发者用户个人信息保护合规指引
      • 开放平台SDK合规使用说明
      • SDK隐私政策总览
      • SDK合规使用说明总览
      • 科大讯飞儿童隐私保护政策
      • 讯飞开放平台SLA协议
      • 讯飞开放平台订购协议
    • 用户认证须知
      • 用户认证简介
      • 企业实名认证
      • 个人实名认证
      • 初创团队认证
      • 学生认证
      • 公益项目认证
      • 个人升级企业认证
    • 财务
      • 退款规则及退款流程
      • 财务相关说明
    • 账号
      • 账号注销与删除流程
      • 账号与应用说明
    • 会员
      • 会员权益详情
      • 会员时效说明
      • 会员试用版
  • 星火认知大模型
    • SparkDesk
      • SparkDesk使用指南
      • SparkDesk隐私政策
      • SparkDesk用户协议
    • 星火认知大模型
      • 服务说明
      • 通用鉴权URL生成说明
      • Spark Android SDK接入文档
      • Linux SDK接入文档
      • Windows SDK接入文档
      • 讯飞星火认知大模型隐私政策
      • Web 文档
        • 星火认知大模型Web API文档
        • 星火大模型V1.5
        • 星火大模型V2
        • 星火大模型V3
    • 星火知识库
      • 星火知识库 API 文档
        • 星火知识库 API 文档
        • 文档问答
        • 文档上传
        • 文档总结
        • 获取文档总结/概要信息
      • 新版Embedding API文档
    • 图片生成
      • 图片生成 API
    • 图片理解
      • 图片理解 API
    • 大模型定制训练平台
      • 产品使用说明
      • 星火微调服务Web API文档文档
        • 星火微调服务Web API文档文档
        • V1.5版本
        • 微调模型
  • 语音识别
    • 语音唤醒(新版)
    • 语音听写
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • Java SDK 文档
      • 音频文件格式说明
      • 语音听写服务说明
      • 语音听写(流式版)SDK隐私政策
      • 语音听写(流式版)SDK合规使用说明
      • HarmonyOS SDK 文档
      • 语音听写自训练平台
      • 语音听写(流式版)WebAPI
    • 语音转写
      • 语音转写服务说明
      • 语音转写 服务协议
      • WebAPI 文档
        • 语音转写 API 文档
        • 文件上传
        • 查询结果
    • 极速语音转写
      • 极速语音转写 API 文档
      • 小文件上传
      • 初始化分块信息
      • 分块上传
      • 分块上传完成
      • 创建任务
      • 查询任务
    • 实时语音转写
      • 实时语音转写服务说明
      • 实时语音转写 API
    • 离线语音听写
      • Android SDK 文档
      • 离线语音听写服务说明
      • 离线语音听写SDK隐私政策
      • 离线语音听写SDK合规使用说明
    • 离线语音听写(新版)
      • Android SDK 文档
      • 离线语音听写隐私政策
    • 语音唤醒
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 语音唤醒服务说明
      • 离线唤醒SDK隐私政策
    • 语音唤醒(新版)
      • Android SDK 文档
      • Linux SDK 文档
      • 语音唤醒隐私政策
    • 离线命令词识别
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 离线命令词识别服务说明
      • 离线命令词识别SDK隐私政策
      • 离线命令词SDK合规使用说明
  • 语音合成
    • 在线语音合成
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • Java SDK 文档
      • 服务协议
      • 在线语音合成服务说明
      • 发音人自训练平台使用指南
      • WebAPI
    • 长文本语音合成
      • 长文本语音合成 API 文档
      • 创建任务
      • 查询任务
    • 离线语音合成
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 服务协议
      • 离线语音合成服务说明
    • AI虚拟人技术
      • Web SDK 2.0 接入指南
      • Android-SDK
      • iOS-SDK
      • Web API 文档
        • AI虚拟人技术 API 文档
        • 音频驱动
        • 启动
        • 文本驱动
        • 停止
        • 心跳
  • 语音扩展
    • 语音评测(流式版)
      • 接口说明
      • Android SDK 文档
      • iOS SDK 文档
      • Linux SDK 文档
      • Windows SDK 文档
      • 语音评测SDK隐私政策
      • 语音评测(流式版)API
    • 语音评测suntone
      • 语音评测suntone API
    • 离线变声
      • Android SDK 集成文档
    • 音色转换
      • 音色转换 API
    • 性别年龄识别
      • 性别能力识别 API
    • 声纹识别
      • Web API 文档
      • 声纹识别 API
    • 歌曲识别
      • 歌曲识别 API
    • 歌曲识别 ACRCloud
      • 接口说明
      • 哼唱识别
      • 音乐识别
    • AI 客服中间件
      • 接口说明
      • 获取token
      • 查询配置
      • 直接外呼
      • 创建外呼任务
      • 提交任务数据
      • 启动外呼任务
      • 暂停外呼任务
      • 删除外呼任务
      • 查询任务
      • 结果数据推送
      • 话单推送
      • 录音推送
      • 会话推送
      • 呼入话术上下文动态数据获取
  • 自然语言处理
    • 文本纠错
      • 文本纠错 API
      • 黑白名单上传
    • 公文校队
      • 公文校对 API
    • 文本合规
      • 文本合规 API
      • 新增黑名单词库
      • 根据lib_id添加黑名单词条
      • 根据lib_id查询词条明细
      • 根据lib_id删除词条
      • 根据appid查询账户下所有词库
      • 根据lib_id删除词库
      • 创建白名单库
      • 根据lib_id添加放行词条
      • 根据lib_id查询词条详情
      • 根据lib_id删除词条信息
      • 根据appid查询所有词库列表
      • 根据lib_id删除词库
    • 图片合规
      • 图片合规 API
    • 音频合规
      • 音频合规 API
    • 视频合规
      • 视频合规 API
    • 文本改写
      • 文本改写 API
    • 机器翻译
      • 机器翻译(新) API
    • 机器翻译niutrans
      • 机器翻译niutrans API
    • 同声传译
      • 同声传译 API 
    • 离线分词
      • Android SDK 文档
  • 人脸识别
    • 人脸验证与检索
      • Android SDK 文档
      • iOS SDK 文档
      • 人脸验证与检索SDK隐私政策
      • 人脸验证与检索SDK合规使用说明
    • 人脸对比
      • 人脸比对 API
    • 人脸比对sensetime
      • 人脸比对sensetime API
    • 人脸水印照比对
      • 人脸水印照比对 API
    • 静默活体检测
      • 静默活体检测 API
    • 配合式活体检测
      • 配合式活体检测 API
    • 静默活体检测sensetime
      • 静默活体检测sensetime API
    • 人脸检测和属性分析
      • 人脸检测和属性分析 API
    • 人脸特征分析tuputech
      • 年龄 API
      • 颜值 API
      • 性别 API
      • 表情 API
  • 文字识别
    • 通用文字识别
      • 通用文字识别 API
    • 通用文字识别
      • 通用文字识别 intsig API
    • 手写文字识别
      • 手写文字识别 API
    • 印刷文字识别
      • 印刷文字识别 API
    • 印刷文字识别(多语种)
      • 印刷文字识别(多语种)
    • 印刷文字识别(多语种)intsig
      • 印刷文字识别(多语种)intsig API
    • 图片文档还原
      • 图片文档还原 API 
    • 国内通用票据识别
      • 接口说明
      • 国内通用票据识别 API
    • 离线OCR
      • Android SDK 文档
    • 名片识别 intsig
      • 名片识别 API
    • 身份证识别 intsig
      • 身份证识别 intsig API
    • 银行卡识别 intsig
      • 银行卡识别 API
    • 营业执照识别 intsig
      • 营业执照识别 intsig API
    • 增值税发票识别 intsig
      • 增值税发票识别 intsig API
    • 拍照速算识别
      • 接口说明
      • 拍照速算识别 API
    • 公式识别
      • 接口说明
      • 公式识别 API
    • 指尖文字识别
      • 接口说明
      • 指尖文字识别 API
    • 身份证识别
      • 接口说明
      • 身份证识别 API
    • 增值税发票识别
      • 接口说明
      • 增值税发票识别 API
    • 营业执照识别
      • 接口说明
      • 营业执照识别 API
    • 火车票识别
      • 接口说明
      • 火车票识别 API
    • 出租车发票识别
      • 接口说明
      • 出租车发票识别 API
  • 图像识别
    • 场景识别
      • 场景识别 API
    • 物体识别
      • 物体识别 API
    • 场所识别
      • 场所识别 API 文档
  • 基础服务
    • 云服务器 CVM
      • 云服务器 CVM 产品简介
      • 快速入门
      • 服务协议
  • 解决方案
    • 签到解决方案
      • SaaS操作文档
    • 智能硬件通用方案
      • 智能硬件通用方案说明
      • 麦克风阵列Android SDK
      • 麦克风阵列Linux SDK
      • 双麦阵列设计参考
      • 麦克风阵列录音要求
      • 语音唤醒Android SDK
      • 语音唤醒Linux SDK
      • 离线声纹Android SDK
      • 离线声纹Linux SDK
  • MSC API 文档
    • Android
      • 文件列表
      • SDK初始化
      • 语音识别(Recognizer)
      • 语音合成(Synthesizer)
      • 语音评测(Evaluator)
      • 语音唤醒(Wakeuper)
      • 声纹人脸(Verifier)
      • Android 常量字段值
      • 基础类
    • IOS
      • 文件列表
      • SDK初始化
      • 语音识别(Recognizer)
      • 语音合成(Synthesizer)
      • 语音评测(Evaluator)
      • 语音唤醒(Wakeuper)
      • 声纹人脸(Verifier)
      • 基础类
    • Windows&Linux
      • 文件列表
      • API 文档
    • Java
      • 所有类列表
      • SDK初始化
      • 语音识别(Recognizer)
      • 语音合成(Synthesizer)
      • 常量字段值
      • 基础类
  1. 开发者新手指南

平台简介

讯飞开放平台作为开放的智能交互技术服务平台,致力于为开发者打造一站式智能人机交互解决方案。用户可通过互联网、移动互联网,使用任何设备、在任何时间、任何地点,随时随地享受讯飞开放平台提供的“听、说、读、写……”等全方位的人工智能服务。目前,开放平台以“云+端”的形式向开发者提供语音合成、语音识别、语音唤醒、语义理解、人脸识别等多项服务。
国内外企业、中小创业团队和个人开发者,均可在讯飞开放平台直接体验先进的语音技术,并简单快速集成到产品中,让产品具备“能听会说会思考会预测”的功能。

# 平台特色#

讯飞开放平台整合了科大讯飞研究院、中国科学技术大学讯飞语音实验室以及清华大学讯飞语音实验室等在语音识别、语音合成等技术上多年的技术成果,语音核心技术达到了实用水平,同时引进国内外先进的人工智能技术,如人脸识别等,与学术界、产业界合作,共同打造以语音为核心的移动互联网生态圈。讯飞开放平台具有如下特色优势:
一站式解决方案
作为一个综合性的智能人机交互平台,提供先进的语音合成、语音识别、语义理解等技术,开发者可以同时获得所需的多项服务能力,一站式解决了需要到不同技术供应商获取服务的繁琐过程,让智能人机交互技术更简单、实用。
丰富的接入方式
支持主流的操作系统接入,提供的SDK及WebAPI覆盖Android,iOS,Java,Windows,Linux等平台。同时支持多类型终端,如智能手机、智能家电、PC、可穿戴设备等,保证了用户可以在任何地点以任何方式通过讯飞开放平台获得智能人机交互服务。
稳定的服务支撑
讯飞开放平台配备完善的基于B/S架构的管理平台,按照权限登录,可实时监视开放平台服务状态;自动化监控、自动化部署以及自动化测试等平台为开放平台的稳定运行全程护航;利用云计算、大数据等相关技术处理完备的日志记录,为服务性能的提升、优化提供支持。
专业全面的服务支持
通过讯飞开放平台,你可以获得开发、调试、评估、调优等全方位的技术支持和点对点的技术服务。开放平台技术支持团队可通过电话、论坛、工单、微信等工具,或现场支持的方式,为开发者提供及时有效的技术支持服务,保障开发者大幅提升开发效率,快速构建智能应用。
免费易用可定制
讯飞开放平台在线开发接口可供任何团队和个人免费使用;提供可视化控件以及demo程序和源码;支持自定义界面、音频保存类型以及个性化语音能力,使得短短几分钟即可构建一款具备智能交互能力的应用。
强大的数据分析能力
讯飞开放平台向开发者开放了实时、稳定的数据分析平台——讯飞开放统计,让开发者随时随地更懂应用发展趋势,全面倾听用户“心声”,助力精细化运营,辅助决策,明晰产品迭代方向。
无限可扩展的开放能力
讯飞开放平台除了目前开放的语音识别、语音合成以及语义理解等能力外,随着智能人机交互技术的发展以及开发者的需求,语音唤醒、离线语音合成、离线命令词、声纹识别、人脸识别、声纹识别、语音评测等技术相继开放,打造无限人机智能交互的开放平台。

#应用领域#

智能电视
科大讯飞目前已与长虹、海信、康佳等国内六大电视厂商达成合作,由讯飞开放平台为电视厂商提供语音交互服务,同时为迈乐盒子等电视盒子厂商提供语音交互能力。
功能描述
(1)语音遥控器,无需动手操控电视
(2)海量视频,语音搜索,即刻呈现
(3)换台、快进、调音量、查天气、查股票等功能,随心语控
应用特点
(1)达到实用标准的识别率,新剧老剧轻松识别
(2)支持Android、iPhone手机与电视相连,手机操控更便捷
(3)语音唤醒,无需触碰,即刻开启语音交互
可穿戴设备
讯飞语音目前已成功应用在GlassX、ZWatch等可穿戴设备上。
功能描述
语音操控手表、眼镜等智能穿戴设备,定闹钟、读新闻、查天气等。
应用特点
(1)响应速度快
(2)支持语音唤醒
(3)耗电量低
移动应用
讯飞开放平台为超过60000个App提供智能语音交互服务,覆盖聊天通讯、工具、视频、新闻、导航等生活领域的方方面面。
(1)58同城
功能描述
生僻字不会打?简历太长,键盘输入太繁琐?搜索和输入其实可以更简单,轻轻一点,说出要搜索的内容、要输入的文字即可
应用特点
讯飞开放平台能快速帮助合作伙伴开发具有语音搜索、语音输入等智能语音交互功能、令人惊艳的APP,找房子、找工作更简单、快捷!
(2)滴滴打车
功能描述
用户无论文字叫车还是语音叫车,都能够精准清晰的传递到司机端,为滴滴司机带来优质体验,尤其是滴滴语音播报吐字更加清晰、流畅,贴近自然人声,语调告别枯燥单调的机器味,让驾乘双方享受更加愉悦的体验。
应用特点
讯飞开放平台为滴滴打车提供了完全本地化的语音合成技术实现,不仅省流量,而且播报更清晰。
(3)高德地图
功能描述
出行找不到路?开车键盘输入不方便?路况实时播报?高德地图都能解决,精准的GPS定位,智能的语音输入和语音合成,让导航更精准、输入更便捷、播报更清晰。
应用特点
讯飞开放平台为高德地图提供了语音搜索功能,只需说出目的地,即可规划路线;定制化的“林志玲为您导航”,让林志玲为您服务。
(4)QQ阅读
功能描述
海量图书,满足用户需求;舒适读书、方便找书,提升用户体验;告别传统的音频文件才能听书,电子书通过语音合成可以直接听。
应用特点
讯飞语音+为QQ阅读提供语音合成功能,可以直接听电子书, 并支持多音色、多方言、音调高低调节等。
(5)携程旅行
功能描述
携程旅行除提供酒店、机票、火车票、汽车票、景点门票等旅游产品外,还包括美食、用车、团购、旅行攻略等全方位旅行服务。
应用特点
讯飞开放平台为携程旅行提供语音识别和语义理解能力,语音查询酒店、机票、火车票、景点门票等方便又快捷。
其他
讯飞语音为智能音箱(讯飞智能音箱)、聊天机器人(小鱼在家)等智能硬件产品以及窗帘、空调等智能家居产品提供语音技术解决方案。
上一页
iOS SDK接入文档
下一页
快速指引
Built with