識別結果對比： http://download.csdn.net/download/elesos/10138377
百度
REST API
格式：推薦pcm
推薦16K
編碼：16bit 位深的
單
聲道
最長支持60s的錄音文件
tts:語音合成
如果不使用raw方式，而是使用json方式：
(speech, len) 及 (url, callback) 這兩組參數必須二選一
異步的返回值
{"err_msg":"success. ","err_no":0,"sn":"396863495271511838506"}
異步的結果會返回到一個回調地址里，需要將數據存儲才能看到
這個很慢，且不穩定
搜狗的
SDK適用於Android和iOS平台
訊飛的，可以在線測試
騰訊 的
還在申請中
阿里的
提供如下三種服務：
「 一句話識別 」對一分鍾內的短語音實時識別，適用於對話聊天，控制口令等較短的語音識別場景。
「 實時語音識別 」：對長時間的語音數據流實時識別，適用於會議演講、視頻直播等長時間不間斷識別的場景。
「 錄音文件識別 」：對錄音文件中的語音做識別，需要存放到oss上，並
設置數據為私有， 非實時
oss為
私有的情況下oss地址還要包含Signature，Expires，OSSAccessKeyId三個參數
阿里雲大數據平台，簡稱數加
采樣率要求是8或16K
阿里內部進行了切分，返回的結果也是分段的，后面一段重復識別了前面一段的后15ms
總結：
百度的要求格式是16K,單聲道的pcm,而且時長不超過60s， 免費，但是有
50000次/日
的在線識別調用配額，可以申請提高配額。
測試demo(支持各種格式音頻輸入，內部會進行轉換):有需要的私信
搜狗的目前 只有
Android和iOS平台適用，未測試
訊飛的，可以在線測試
每小時9.9元
騰訊 的
還在申請中
阿里的
提供如下三種服務：
「 一句話識別 」對一分鍾內的短語音實時識別，適用於對話聊天，控制口令等較短的語音識別場景。
「 實時語音識別 」：對長時間的語音數據流實時識別，適用於會議演講、視頻直播等長時間不間斷識別的場景。
「 錄音文件識別 」：對錄音文件中的語音做識別，需要存放到oss上，並
設置數據為私有， 非實時
測試demo地址:有需要的私信