数字化解决方案

当前位置：首页>>数字化解决方案>> 语音识别解决方案

语音识别解决方案

该解决方案基于华为云语音交互服务 SIS语音识别构建，可自动将用户上传到对象存储服务 OBS的wav语音文件转化为文字，并将结果存放到指定对象存储服务 OBS桶。该方案可以将用户上传在对象存储服务 OBS的语音文件识别成可编辑的文本，支持中文普通话的识别和合成，其中语音识别还支持带方言口音的普通话识别以及方言（四川话、粤语和上海话）的识别。适用于如下场景：识别客服、客户的语音，进一步通过文本检索，检查有没有违规、敏感词、电话号码等信息。对会议记录的音频文件，进行快速的识别，转化成文字，方便进行会议记录等场景。

方案架构

该方案基于华为云语音交互服务 SIS语音识别构建，可自动将用户上传到对象存储服务 OBS的wav语音文件转化为文字。

image.png

该方案会部署如下资源：

1. 创建两个对象存储服务 OBS桶，一个用于用户上传和存储用户的语音文件，另一个用于存储语音识别结果，用户可以从该桶中获取结果并处理。

2. 函数工作流 FunctionGraph，只需编写业务函数代码并设置运行的条件，即可以弹性、免运维、高可靠的方式运行。

3. 语音交互服务 SIS，将wav语音文件转化为文字。

方案优势

1.高识别，该方案基于深度学习技术，对特定领域场景的语音识别进行优化，识别率高。

2.稳定可靠，该方案成功应用于各类场景，基于华为等企业客户的长期实践，经受过复杂场景考验。

3.可定制化，该方案针对客户的特定场景需求，定制垂直领域的语音识别模型，识别效果更精确。

约束与限制

1.部署该解决方案前，您需注册华为账号并开通华为云，完成实名认证，且账号不能处于欠费或冻结状态，如使用包周期部署确保余额充足。

2.部署该解决方案前，您需要按照准备工作完成相应服务开通及授权，上传的语音文件时长不超过30分钟，文件大小不超过100M。