智慧星球
分在线语音识别，离线语音识别以及混合式语音识别
- 在线语音识别
HMM (Hidden Markov Model) + TDNN (Time Delay Neural Network)作为声学模型，在架构上优于业界普遍采用的HMM + DNN (Deep Neural Network)
- 离线语音识别
针对离线应用场景使用了单独的模型和大量的性能优化。目前主要支持语音命令识别，以及通讯录相关的识别。
- 混合式语音识别 通过一定的融合策略，混合离线和在线识别的结果，使得语音识别的最终结果可以更快，更准确的返回给用户。在没有网络或者网络质量很差的情况下也能完成语音指令功能，而在网络连接稳定的情况下，可以通过在线获得更通用的语音识别服务。
对语音识别的结果进行语义分析。针对垂直领域进行大量的优化，从而可以更准确的理解用户的查询需求。另外，还有提供给注册用户的个性化服务，比如语音指令“导航到公司”，后台可以根据用户公布给系统的公司位置信息进行自动补全。
对语音识别以及理解后的结果进行垂直领域的搜索，我们有业界最全面的互联网数据库，可以提供给用户最新，最准确的搜索信息。我们自建的搜索引擎支持约60个垂直领域，均实现了多维度的查询，比如餐馆可以支持地点、价位、无线上网等。通过NLP的精准多维度分析，结合切面搜索，能够一次性完成较为复杂的用户查询。同时，技术团队对搜索速度进行了卓有成效的优化，减少搜索延时。
采用HMM + DNN相结合的方式进行语音合成，既保证了合成结果的稳定性，同时又提升语音的自然度，实现了业界领先的合成效果。有效的使用了离在线相结合的方式，即便在网速不理想的情况下，也可以及时给用户合成语音反馈。
在线语音合成使用了独创的Ultra Streaming技术，可以极速合成大量文本，让用户瞬间享受到高质量的播报服务，同时在线合成的流量低至3kB/s, 有效节约了用户的流量资源。离线语音合成针对用户设备进行了深度优化，对设备的计算资源占用极低，基本不会影响到设备的电量消耗。目前合成支持多种输出格式，包括mp3、speex格式等, 可以满足应用的多种需求。