模型发布 | 文档中心

多场景语音识别能力全面领先，复杂噪音与方言场景下实现高精度识别，业内首次突破90%

语义理解与细腻情感表达双突破，高度拟人化，创意多元，赋予语音自然表达力

一句话，秒级克隆，呈现高度还原的拟人化情感语音

面向复杂文档的版面解析模型，精准识别表格、段落与层级结构，还原文档原始布局，支持 PDF、图片等多格式输入。

聚焦关键信息提取，从合同、票据、表单中自动识别金额、日期等字段，支持自定义配置，快速实现数据结构化。