智能感知 · 組件

文章流式朗讀

可用 合成數據 T1 · 波形與時間軸

功能

以實時 PCM 流朗讀中英文文章,支援可配置音色、音訊緩存和系統語音兜底。

核心模式

已有雙語文本朗讀+緩存與音訊回退

輸入
Article text
輸出
Audio stream and playback state

關鍵參數

名稱類型預設值取值
textstring——
languagestringen—
speech_ratenumber10.25–4
chunk_charsinteger50020–10000
sample_rate_hzinteger240008000–192000

成熟度與限制

可用

包含 WebSocket 音訊協議客戶端及專用語音合成驗證腳本。此等級依據靜態源碼檢查,不代表運行測試、真實服務接入或生產部署已通過驗證。

未發現根目錄複用許可證;出版內容與體育數據須取得複用權,含憑據的配置未納入盤點。

所在流水線

尚未進入流水線,可作為獨立組件使用。

行業標籤

  • 媒體內容源數據有行業依據

    在編輯資料、節目和讀者服務相關工作中,已有雙語文本朗讀,並緩存與音訊回退。

  • 醫療健康可遷移應用

    在經同意錄製的預約服務訪談整理中,已有雙語文本朗讀,並緩存與音訊回退。

技能包

契約腳手架與確定性模擬實現

下載 · 10KB

SHA-256 71a1e2803b2780668994830e806b80a5ea56ab6a21942047580d2a5ea95bd783

相關組件

  • 長音訊轉寫、重疊對齊與説話人拼接

    長錄音切分轉寫+接縫對齊和時間定位

    • 金融 · 源數據有行業依據
    • 媒體內容 · 源數據有行業依據
    • 醫療健康 · 可遷移應用
    • 另有 1 個
    可用 1 條流水線
  • 球場標定與複核軌跡重建

    人工修正軌跡標註+標定複用與修訂留痕

    • 體育 · 源數據有行業依據
    • 製造與工業 · 可遷移應用
    可用 1 條流水線
  • 動態廣告感知的播客轉寫對齊

    音訊指紋匹配+不同副本的時間偏移

    • 媒體內容 · 源數據有行業依據
    • 醫療健康 · 可遷移應用
    可用 1 條流水線

技能包下載

你將下載

索取技能包

留低聯絡資料即可立即下載。每份申請我們都會細閲,只會就這項能力與你聯絡。

聯絡方法

下載連結亦會同時發送到這個電郵。

公司地址