开源VAD音频切分工具 - 语音技术
开源VAD音频切分工具 简介 由于百度rest api接口有60s的音频时长限制，使用此demo可以粗略地按照静音切分音频。 项目地址： https://github.com/Baidu-AIP/speech-vad-demo 集成 webrtc 开源项目，vad模块，具体算法 GMM (Gaussian Mixture Model)。 注意这个是开源项目，效果远不如与百度语音LInux C++
长文本在线合成API - 语音技术
长文本在线合成API 接口描述 长文本在线合成接口可以将10万字以内文本一次性合成，异步返回音频。支持多种优质音库，将超长文本快速转换成稳定流畅、饱满真实的音频。适用于阅读听书、新闻播报等客户。 步骤 ： 1、根据文本内容、音频格式、音库等参数创建语音合成任务，获取task_id参数。 2、根据task_id的数组批量查询语音合成任务结果。 在线调试&示例代码 您可以在 示例代码中心 中
图像分割训练操作说明 - EasyDL零门槛AI开发平台 | 百度智能云文档
图像分割训练操作说明 数据提交后，可以在导航中找到【训练模型】，按以下步骤操作，启动模型训练： 注：1.启动训练前请确保数据已经标注完成，否则无法启动训练 下述训练功能点中，标注为星号（*）的功能为非必要选择项，可根据实际需求考虑是否使用 ① 选择模型 选择此次训练的模型 ② 添加训练数据 先选择数据集，再按标签选择数据集里的图片。
语音合成 HarmonyOS SDK - 语音技术
版本说明 名称 版本号 说明 语音合成 1.0.0 系统支持 HarmonyOS 5.0.0（APILevel 12）+ 需要开发者通过compatibleSdkVersion来保证支持系统的检测 架构支持 arm64-v8a 3.
[AI行业案例]-百度AI识别技术让视障者"变看为听"了解世界
使用产品 文字识别 图像识别 语音合成 支持与交流 AI社区 教学视频 文档中心 SDK下载 百度AI识别技术让视障者 变看为听 了解世界 价值成果 1、保益盲人随心看解决方案，通过百度文字识别，图像识别，语音合成技术真正实现了所见即所听，通过百度AI大数据支持，识别正确率达到了前所未有的高度。
将图像分类模型部署至边缘 - 智能边缘BIE | 百度智能云文档
将图像分类模型部署至边缘 本文介绍如何在AI中台的模型中心导入原始模型，然后通过模型转换，生成适配 通用X86芯片/通用ARM芯片 的 图像分类模型 ，并部署至设备边缘。
图像分类API调用文档 - EasyDL零门槛AI开发平台 | 百度智能云文档
图像分类API调用文档 本文档主要说明定制化模型发布后获得的API如何使用，如有疑问可通过以下方式联系我们： 在百度智能云控制台内 提交工单 进入 EasyDL社区交流 ,与其他开发者进行互动 接口描述 基于自定义训练出的图像分类模型，实现个性化图像识别。
短语音识别REST-API-C++SDK - 语音技术
短语音识别REST-API-C++SDK 安装语音识别 C++ SDK 语音识别 C++ SDK目录结构 ├── base │ ├── base.h // 请求客户端基类 │ ├── base64.h // base64加密相关类 │ ├── http.h // http请求封装类 │ └── utils.h // 工具类 └── speech.h // 语音识别 交互类 最低支持 C++ 11+
短语音识别REST-API-C#SDK - 语音技术
短语音识别REST-API-C#SDK 安装语音识别 C# SDK C# SDK 现已开源! https://github.com/Baidu-AIP/dotnet-sdk 支持平台：.Net Framework 3.5 4.0 4.5， .Net Core 2.0 方法一：使用Nuget管理依赖 （推荐） 在NuGet中搜索 Baidu.AI ，安装最新版即可。 packet地址 https:/
短语音识别REST-API-PythonSDK - 语音技术
短语音识别REST-API-PythonSDK 安装语音识别 Python SDK 语音识别 Python SDK目录结构 ├── README.md ├── aip //SDK目录 │ ├── __init__.py //导出类 │ ├── base.py //aip基类 │ ├── http.py //http请求 │ └── speech.py //语音识别 └── setup.py //s
