在不聯網的情況下，讓移動端設備具備快速將語音轉換成文字的功能，具備內存消耗小、模型小、支持多語種等優點。

對音頻流進行實時識別，邊識別邊返回識別后的文字結果，讓機器能快速長時間聽懂你。

對用戶上傳的最長3小時的音頻文件轉寫為文稿或字幕，24小時內完成識別并返回結果。

對 8 kHz 音頻流進行識別，將電話錄音內容轉為文本，適用于電話會議、客服質檢等場景。