语音识别是“转文字”，语音合成是“读出来”，两者常搭配使用。
语音识别(ASR)：把语音转成文字，用于会议转写、字幕；语音合成(TTS)：把文字读成语音，用于配音、播报。
一个进、一个出。
客服系统：识别客户说什么(ASR)，生成回答再读出来(TTS)。
视频：ASR 打字幕，TTS 做配音。
以上就是关于「AI 音频：语音识别和语音合成的区别与搭配」的完整说明。更多 AI 工具与学习教程，欢迎访问 AI学习教程栏目 继续了解。
