語音識別，可以分為在線識別，離線命令詞，及喚醒詞
在線識別： 即聯網使用的識別功能，支持自定義詞庫及自訓練平台。目前在線識別支持普通話、英文、粵語和四川話，通過在請求時配置不同的pid參數，選擇對應模型。默認為麥克風輸入，可以設置參數為pcm格式16k采樣率，16bit，小端序，單聲道的音頻流輸入。
離線命令詞： 斷網時識別固定的預定義短語（定義在bsg文件中），SDK強制優先使用在線識別。 斷網時激活，只能識別預定義的短語。聯網時，強制使用在線識別。固定短語的語法需要從控制台“離線詞&本地語義”模塊預定義並下載為baidu_speech_grammar.bsg文件
喚醒詞：識別預定義的“關鍵詞”， 這個“關鍵詞”必須在一句話的開頭。 本地功能，不需要網絡。喚醒詞即識別“關鍵詞”，當SDK的識別引擎“聽到”錄音中的關鍵詞后，立即告知用戶。與android系統的鎖屏喚醒完全無關。關鍵詞和離線命令詞一樣，需要預定義並下載為WakeUp.bin文件