# 服务概述 (/zh-CN/realtime-media/speech-to-text) > For AI agents: see the complete documentation index at [llms.txt](/llms.txt). 针对当前语音转录翻译场景中术语难翻译、口音难识别、多人交叉打断式对话、嘈杂环境等行业痛点,声网推出了超低延时、高准确率、成本收益更高的实时转录翻译服务。此外,在实时转写、翻译的基础上,搭配大语言模型 LLM 的能力,以及声网实时互动 RTC、实时消息 RTM 等服务,还可以构建更多的垂直应用场景。 ## 立即体验 [#立即体验] ## 开始构建 [#开始构建] ## 技术架构 [#技术架构] 声网实时转录翻译服务的技术架构如下图所示: ![技术架构](https://web-cdn.agora.io/docs-portal/img/speech-to-text/real-time-stt-arch.png) ## 功能与场景 [#功能与场景] 你可以使用实时转录翻译服务实现如下功能和业务场景: | 业务场景 | 功能描述 | | --- | --- | | 语言教育 | [product-overview-html-0-1-1 details](#table-slot-product-overview-html-0-1-1) | | 语言教育 | [product-overview-html-0-2-1 details](#table-slot-product-overview-html-0-2-1) | | 智能手表 | 将语音消息和通话内容转换为文字,便于家长监护。 | | 社交聊天室 | [product-overview-html-0-4-1 details](#table-slot-product-overview-html-0-4-1) | | 体育赛事直播 | [product-overview-html-0-5-1 details](#table-slot-product-overview-html-0-5-1) | | 虚拟展会 | [product-overview-html-0-6-1 details](#table-slot-product-overview-html-0-6-1) | **product-overview-html-0-1-1 details** - 实现语言学习中常用的实时翻译、转写功能,有效提升学习效率 - 实现例如隐藏式字幕等高级会员专属功能,还能增加业务收入 **product-overview-html-0-2-1 details** 将语音转写后的文本提供给 LLM,进而提供更多功能,例如: - 实时语言分析 - 实时翻译 - 语言水平评估 - 交互式练习环节 - 情境化及个性化学习体验 **product-overview-html-0-4-1 details** - 实时转录翻译:将语音实时转换为文字,使所有参与者都能参与对话。 - 房间话题展示:在房间浏览器中显示生成的话题,帮助用户快速找到感兴趣的内容。 - 实时翻译:实时翻译多种语言的对话,让不同语言背景的用户无缝交流。 - 内容审核:通过关键词过滤监控对话中的不当内容。 - 情绪分析:分析文本以判断参与者情绪,并相应调整话题或审核策略。 **product-overview-html-0-5-1 details** - 实时字幕生成:为体育解说提供实时字幕,确保所有观众都能无障碍观看。 - AI 精彩片段生成:基于解说内容自动生成比赛关键时刻的集锦与摘要。 - 多语言实时翻译:将解说内容实时翻译成多种语言,服务全球观众。 - 粉丝互动增强:通过文字内容实现解说员/球员与观众的实时问答,AI 生成互动回复提升参与感。 - 精准广告投放:根据实时解说话题推送相关广告,提升广告精准度和转化率。 **product-overview-html-0-6-1 details** - 实时字幕服务:为听障用户及静音场景提供字幕支持,确保所有观众的无障碍访问。 - 带字幕回放:支持大型活动录像带字幕回放功能,保障内容持续可访问性与参与度。 ## 服务优势 [#服务优势] | 优势 | 描述 | | --- | --- | | 易集成 | [product-overview-html-1-1-1 details](#table-slot-product-overview-html-1-1-1) | | 超低延时、高准确率 | 自研转录翻译调度引擎,中文转录首字延时达到 808 ms,转译错误率达到 3.34%,均优于行业水平。 | | 多人嘈杂环境表现优异 | [product-overview-html-1-3-1 details](#table-slot-product-overview-html-1-3-1) | **product-overview-html-1-1-1 details** - 核心 API 仅 2 个,无 SDK 版本限制。 - 将转写、隐藏式字幕、云端录制、翻译等服务进行了功能整合,仅需设置参数即可实现相关功能。 **product-overview-html-1-3-1 details** - 适配多人交叉打断式对话(例如多人语聊、会议)的复杂场景,保证转录和翻译的准确性。 - 声网独有的音频降噪技术,能识别噪音环境下的语音,让转录翻译更精准。