每月免费时长
每个租户每月五小时免费转录,无设置费或最低承诺。
- 每个租户每月 5 小时免费转录
- 无设置费
- 无最低服务承诺
- 无需硬件
AI 语音转文字工具

产品概览
OCI Speech 是一项 Oracle Cloud Infrastructure AI 服务,可将语音转录为文本,并从文本合成听起来自然的语音。它通过 OCI 控制台、OCI Data Science 笔记本、REST API、CLI 和 SDK 提供准确、文本规范化、带时间戳的转录和合成语音。预构建的声学和语言模型无需数据科学经验,开发者无需机器学习专业知识即可集成该服务。功能包括异步基于文件的转录、有限可用性的实时转录、神经文本转语音、说话人分离、词级置信度分数、脏话过滤器,以及对英语、西班牙语、葡萄牙语、德语、法语、意大利语和印地语的多语言支持,另加适用于 57 种以上语言的 OpenAI Whisper 模型。典型用途包括隐藏式字幕、呼叫分析、医疗听写和无障碍访问。计费按转录小时计算,每个租户每月有五小时免费时长,无设置费或最低承诺。
使用 Oracle Cloud 登录页面访问 OCI 控制台并开始使用 OCI Speech。
提交 16 kHz 的单声道 16 位 PCM WAV 文件,或使用 MP3、MP4、FLAC 等受支持格式,这些格式会在转录前转换为 PCM WAV。
通过 OCI 控制台、REST API、CLI、SDK 或 OCI Data Science 笔记本会话启动异步基于文件的转录。
默认接收 JSON,或请求 SRT 输出且无需额外费用。
使用有限可用性的神经文本转语音功能生成类人语音,并从可用语音中选择。
数字媒体内容搜索和隐藏式字幕
客户反馈和呼叫分析
医疗听写
通过神经文本转语音改善无障碍访问
索引和分析音频与视频文件
OCI Speech 是一项 Oracle Cloud Infrastructure AI 服务,使用自动语音识别和神经文本转语音将语音转录为文本,并从文本合成语音。
精确计费按每小时转录或语音合成 US$0.50 收费,按秒计量。每个租户每月包含五小时免费转录时长。
没有。OCI Speech 无设置费或最低服务承诺,且无需硬件。
预训练模型支持英语、西班牙语、葡萄牙语、德语、法语、意大利语和印地语。OpenAI Whisper 模型支持 57 种以上语言,用于异步基于文件的转录。
直接支持 16 kHz 的单声道 16 位 PCM WAV。AAC、AC3、AMR、AU、FLAC、M4A、MKV、MP3、MP4、OGA、OGG、WAV 和 WEBM 文件会在转录前转换为 PCM WAV。
JSON 是默认输出,SRT 可作为选项使用且无需额外费用。
不会。OCI Speech 仅转录您的内容,不会保留文件中的任何信息用于训练、调试或其他目的。
实时转录以有限可用性提供。目前支持基于文件的异步转录。
计费采用精确计费,每小时转录 US$0.50,按秒计量。每个租户每月包含五小时免费转录时长。无设置费或最低服务承诺。文本转语音和实时转录处于有限可用性阶段。
每个租户每月五小时免费转录,无设置费或最低承诺。
精确计费按每小时转录或语音合成 US$0.50 收费,在每月免费时长之后按秒计量。
用户评价
暂无评论。