百度智能云

将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景

多场景、多语种、高精度的整图文字检测和识别服务，多项ICDAR指标居世界第一，可识别中、英、日、韩、法、俄、西、葡、德、意等20+种语言

结构化识别二代居民身份证正反面所有8个字段，识别准确率超过99%；支持识别混贴身份证，适用于同一张图上有多张身份证正反面的场景；支持检测身份证正面头像，并返回头像切片的base64编码及位置信息

将超长文本快速转换成稳定流畅、饱满真实的音频。最高支持10万字文本一次性合成，提供多种优质音库选择，广泛应用于阅读听书、新闻播报等场景

通用物体和场景识别 可识别超过10万类常见物体和场景，接口返回大类及细分类的名称，并支持获取识别结果对应的百科信。广泛适用于图像或视频内容分析、拍照识图等业务场景

将60秒以内的语音精准识别为文字，可适用于手机语音输入、智能语音交互、语音指令、语音搜索等短语音交互场景