语音识别技术对比分析

一、语音识别产品对比

近二十年来，语音识别技术取得显著进步。人工智能的新宠ChatGPT聊天机器人模型更进一步推动了语音识别技术的发展。很多专家都认为语音识别技术是2000年至2010年间信息技术领域十大重要的科技发展技术之一。

当你的业务场景想要音频转文字、语音转文字，比如直播、字幕识别等等，这时候就要用到语音识别技术了，这里我们先针对市面上目前相对通用的百度、华为、阿里云、科大讯飞、有道等几款语音识别产品的技术对接方案、套餐、价格、超时后费用、直接购买还是预付费、官网说明、业务场景等进行简单比对：

上述为个人结合自身业务场景调研结果，可供参考。

调研业务背景：实现脚本视频跟拍功能，处理音频流、视频流、以及语音识别为字幕等。

二、百度语音识别产品

1、套餐及价格：

名称：实时语音识别套餐内：实时语音识别1000小时50路并发，超出部分1小时最高3元额外加并发100元/路/月
套餐价格：1800元/年
特点：是支持预付费，也支持后付费

2、官网

https://ai.baidu.com/tech/speech?track=cp:ainsem|pf:pc|pp:878-chanpin-yuyinjishu|pu:yuyinshibie|ci:|kw:10521656

3、调研结果

测试后识别率低、有乱码

三、华为语音识别产品

调研结果由于深度绑定华为云，无法单独购买，暂时不考虑。

四、阿里云语音识别产品

1、套餐及价格：

名称：录音文件识别极速版
套餐内：实时语音识别1000小时
10路并发，超出部分1小时最高3.3元额外加并发200元/路/月
套餐价格：1560元/年

超出后价格：

2、官网地址

https://ai.aliyun.com/nls/trans?spm=5176.21213303.8115314850.1.6cfd53c978f7Ri&scm=20140722.S_card@@%E5%95%86%E5%93%81@@591326.S_cardgbdt.ID_card@@%E5%95%86%E5%93%81@@591326-RL_%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99-OR_ser-V_2-P0_0

3、调研结果

测试识别率高，响应速度快

五、科大讯飞语音识别产品

我们知道科大讯飞在语音识别领域做的比较成熟，比较有名了，所以也相对比较贵。

1、套餐及价格：

名称：极速语音转写
套餐内：实时语音识别1000小时
20路并发，超出部分收费未明示
套餐价格：5070元/年

2、官网

https://www.xfyun.cn/services/fast_lfasr

3、调研结果

测试识别率高，识别响应时间长

六、有道语音识别产品

1、套餐及价格

2、官网

https://ai.youdao.com/doc.s#docs

3、调研结果

只有短语音识别，字符计费，与当前业务不匹配

七、结论

最后结论，推荐使用阿里云。