识别结果对比： http://download.csdn.net/download/elesos/10138377
百度
REST API
格式：推荐pcm
推荐16K
编码：16bit 位深的
单
声道
最长支持60s的录音文件
tts:语音合成
如果不使用raw方式，而是使用json方式：
(speech, len) 及 (url, callback) 这两组参数必须二选一
异步的返回值
{"err_msg":"success. ","err_no":0,"sn":"396863495271511838506"}
异步的结果会返回到一个回调地址里，需要将数据存储才能看到
这个很慢，且不稳定
搜狗的
SDK适用于Android和iOS平台
讯飞的，可以在线测试
腾讯 的
还在申请中
阿里的
提供如下三种服务：
「 一句话识别 」对一分钟内的短语音实时识别，适用于对话聊天，控制口令等较短的语音识别场景。
「 实时语音识别 」：对长时间的语音数据流实时识别，适用于会议演讲、视频直播等长时间不间断识别的场景。
「 录音文件识别 」：对录音文件中的语音做识别，需要存放到oss上，并
设置数据为私有， 非实时
oss为
私有的情况下oss地址还要包含Signature，Expires，OSSAccessKeyId三个参数
阿里云大数据平台，简称数加
采样率要求是8或16K
阿里内部进行了切分，返回的结果也是分段的，后面一段重复识别了前面一段的后15ms
总结：
百度的要求格式是16K,单声道的pcm,而且时长不超过60s， 免费，但是有
50000次/日
的在线识别调用配额，可以申请提高配额。
测试demo(支持各种格式音频输入，内部会进行转换):有需要的私信
搜狗的目前 只有
Android和iOS平台适用，未测试
讯飞的，可以在线测试
每小时9.9元
腾讯 的
还在申请中
阿里的
提供如下三种服务：
「 一句话识别 」对一分钟内的短语音实时识别，适用于对话聊天，控制口令等较短的语音识别场景。
「 实时语音识别 」：对长时间的语音数据流实时识别，适用于会议演讲、视频直播等长时间不间断识别的场景。
「 录音文件识别 」：对录音文件中的语音做识别，需要存放到oss上，并
设置数据为私有， 非实时
测试demo地址:有需要的私信