日前，Google推出旗下云端語音識(shí)別API（Cloud Speech API）正式版（GA），Google云端語音識(shí)別服務(wù)能夠?qū)崟r(shí)辨識(shí)80種以上的語言，轉(zhuǎn)換成文字，連正體中文也可以辨識(shí)。
Google在2016年夏天釋出云端語音識(shí)別API公開測(cè)試版，現(xiàn)在終于推出正式版，提供云端開發(fā)人員使用。
而云端語音識(shí)別API采用與Google Now、Google搜尋及Google Assistant相同的語音識(shí)別技術(shù)，根據(jù)Google，云端語音識(shí)別API是幾款預(yù)先訓(xùn)練機(jī)器學(xué)習(xí)模型（Pre-Trained Machine-Learning Model）的其中之一，可以用來執(zhí)行如影像分析、圖像分析、文字分析和動(dòng)態(tài)翻譯等常見的任務(wù)。
在正式版的云端語音識(shí)別API，Google加強(qiáng)了長度較長的音頻檔案轉(zhuǎn)錄精準(zhǔn)度，以及新增支持WAV、Opus和Speex文件格式。Google也聲稱，新版語音識(shí)別API比舊版的批處理速度快3倍。
另外，目前已有廠商采用Google云端語音識(shí)別API，根據(jù)Google官網(wǎng)，美國德州的電話語音SaaS開發(fā)商InteractiveTel采用Google云端語音識(shí)別服務(wù)，透過實(shí)時(shí)的語音轉(zhuǎn)文字，來分析業(yè)者與顧客在電話中的互動(dòng)，以協(xié)助業(yè)者提升銷售業(yè)績。
