智能感知 · 组件

文章流式朗读

可用 合成数据 T1 · 波形与时间轴

功能

以实时 PCM 流朗读中英文文章,支持可配置音色、音频缓存和系统语音兜底。

核心模式

已有双语文本朗读+缓存与音频回退

输入
Article text
输出
Audio stream and playback state

关键参数

名称类型默认值取值
textstring——
languagestringen—
speech_ratenumber10.25–4
chunk_charsinteger50020–10000
sample_rate_hzinteger240008000–192000

成熟度与限制

可用

包含 WebSocket 音频协议客户端及专用语音合成验证脚本。此等级依据静态源码检查,不代表运行测试、真实服务接入或生产部署已通过验证。

未发现根目录复用许可证;出版内容与体育数据须取得复用权,含凭据的配置未纳入盘点。

所在流水线

尚未进入流水线,可作为独立组件使用。

行业标签

  • 媒体内容源数据有行业依据

    在编辑资料、节目和读者服务相关工作中,已有双语文本朗读,并缓存与音频回退。

  • 医疗健康可迁移应用

    在经同意录制的预约服务访谈整理中,已有双语文本朗读,并缓存与音频回退。

技能包

契约脚手架与确定性模拟实现

下载 · 10KB

SHA-256 71a1e2803b2780668994830e806b80a5ea56ab6a21942047580d2a5ea95bd783

相关组件

  • 长音频转写、重叠对齐与说话人拼接

    长录音切分转写+接缝对齐和时间定位

    • 金融 · 源数据有行业依据
    • 媒体内容 · 源数据有行业依据
    • 医疗健康 · 可迁移应用
    • 另有 1 个
    可用 1 条流水线
  • 球场标定与复核轨迹重建

    人工修正轨迹标注+标定复用与修订留痕

    • 体育 · 源数据有行业依据
    • 制造与工业 · 可迁移应用
    可用 1 条流水线
  • 动态广告感知的播客转写对齐

    音频指纹匹配+不同副本的时间偏移

    • 媒体内容 · 源数据有行业依据
    • 医疗健康 · 可迁移应用
    可用 1 条流水线

技能包下载

您将下载

获取技能包

留下联系方式即可立即下载。每一份申请我们都会认真查看,只就这项能力与您联系。

联系方式

下载链接也会同步发送到这个邮箱。

企业地址