Core Speech Kit简介

Core Speech Kit（基础语音服务）集成了语音类基础AI能力，包括文本转语音（TextToSpeech）及语音识别（SpeechRecognizer）能力，便于用户与设备进行互动，实现将实时输入的语音与文本之间相互转换。

场景介绍

• 文本转语音：将一段不超过10000字符数的文本合成为语音并进行播报。实现效果可参考朗读控件。
• 语音识别：将一段音频信息（短语音模式不超过60s，长语音模式不超过8h）转换为文本，可以将pcm音频文件或者实时语音转换为文字。实现效果可参考AI字幕控件。

约束与限制

支持的设备

Phone、Tablet、PC/2in1。

支持的国家/地区

仅适用于中国境内（香港特别行政区、澳门特别行政区、中国台湾除外）。

能力限制

AI能力	约束
文本转语音	- 支持的语种类型：中文、英文。（简体中文、繁体中文、中文语境下的英文） - 支持的音色类型：聆小珊女声音色、英语（美国）劳拉女声音色、凌飞哲男声音色。 - 文本长度：不超过10000字符数。
语音识别	- 支持的语种类型：中文普通话。 - 支持的模型类型：离线。 - 语音时长：短语音模式不超过60s，长语音模式不超过8h。

模拟器支持情况

本Kit能力从6.0.0(20)版本开始支持模拟器。