一、前言
作为一个java开发程序员，最近在做一个语音识别相关的功能：工人利用我们的APP进行语音报工，就是用户说出：我要报工xxx多少个，后台根据语音解析出关键信息，进一步进行报工的操作。那该怎么将语音转化为文字呢？我们自己写程序？哎哟，拜托，这个岂是我这个小小程序员能写的出来的吗，还是从市面上找现成的语音识别产品吧。我只管用就行，其他的业务逻辑我自己写。
那么问题来了，市面上那么多款语音识别产品，该用哪一款呢？接下里我将从市场占有率、功能完善程度、收费情况、语种支持、自训练情况、识别准确率这六个方便进行分析，最后得出哪一家的产品更适合我们开发。
二、产品对比
| 产品 | 百度语音识别 | 科大讯飞语音识别 | 阿里语音识别 | 最优结果 |
|---|---|---|---|---|
| 市场占有率 | 一般 | 最高 | 较高 | 科大 |
| 功能完善程度 | 一般 | 最高 | 较高 | 科大 |
| 收费情况（只针对短语音识别服务） | 短语音标准版：100万次/2400元 短语音极速版：100万次/3000元 也可以按次数收费，包含多种语言 | 语音听写功能按照 服务量收费。 100万次，价格4000元，有效期1年； 500万次，价格1.8万元，有效期1年； 2000万次，价格 6万元，有效期1年 其他语言包需单独购买，2万/年 | 只针对一句话识别一个功能： 3万次/100元、 100万次/1800元 也可以按次数收费 ，包含多种语言 | 百度或阿里 |
| 语种的支持 | 普通话（进场）、普通话（远场）、英文、粤语、四川话 | 除中文普通话和英文外，支持65个语种、24种方言和1个民族语言，提供四川话、广东话与普通话的混合识别 | 支持粤语、四川话等20余种方言的识别、支持英语、日语、俄语、印尼语等50余种语言识别、并支持中英自由说和英粤自由说混合识别 | 科大或阿里 |
| 自训练情况（作者重庆人，比较关注四川话） | 只支持普通话模型训练，训练速度较慢，训练效果一般，审核速度较慢 | 支持普通话+四川话模型训练 | 支持普通话模型训练 支持四川话模型训练等，主要通过热词训练，训练效果比较明显 | 科大或阿里 |
| 识别准确率 | 一般 | 最高 | 较高 | 科大 |
三、产品选择结果
通过产品的调研比较，科大讯飞语音识别产品应该是最优的选择，但是呢，科大讯飞是在是太贵了，最终综合考虑，选择阿里的语音识别。接下来就是对接口了。
那么java如何对接阿里语音识别接口，作者正在努力码字中 O(∩_∩)O
