智能媒体
智能媒体解决方案 把人工智能和数据智能应用于媒体行业从生产到分发的各环，提升内容生产效率和质量。 帮助短视频、长视频、娱乐/赛事/游戏直播、在线教育、广电、平面媒体等企业进行业务融合与创新，轻松搭建即时化、交互化的应用系统，应对快速变化的市场挑战。
产品更新动态 - 语音技术
2023-01-19 长文本在线合成支持字、句时间戳 产品分类： 语音合成 功能描述： 长文本在线合成服务，新增支持合成结果返回字、句粒度时间戳。 适用场景： 小说听书、新闻播报等场景，帮助您实现边听边读、回听定位等效果，提升用户体验！ 接入文档： 长文本在线合成API 2022-11-24 【服务升级公告】 尊敬的百度语音客户您好！
产品介绍 - 文字识别OCR
视频教程请参见： OCR 私有化部署操作教程 方案优势 纯离线： 满足无网、弱网、专网等多种网络需求，满足内部数据与公网隔离的私密性需求 纯软件： 不与硬件进行捆绑，价格优惠，无需硬件入场审批，充分利用现有机器资源，且可以快速测试、快速交付 能力全面： 70+ 款标准能力及 2 款自定义/自训练平台的均可支持私有化部署，满足不同业务场景的文档、卡证、票据识别需求 识别效果领先： 基于业界领先的深度学习技术
多用户访问控制 - 轻量应用服务器LS | 百度智能云文档
适用于下列使用场景： 中大型企业客户：对公司内多个员工授权管理； 偏技术型供应商或SaaS的平台商：对代理客户进行资源和权限管理； 中小开发者或小企业：添加项目成员或协作者，进行资源管理。 创建用户 主账号用户登录后在控制台选择“多用户访问控制”进入用户管理页面。 在左侧导航栏点击“用户管理”，在“子用户管理列表”页，点击“新建用户”。
多用户访问控制 - 时序时空数据库TSDB | 百度智能云文档
适用于下列使用场景： 中大型企业客户：对公司内多个员工授权管理； 偏技术型vendor或SAAS的平台商：对代理客户进行资源和权限管理； 中小开发者或小企业：添加项目成员或协作者，进行资源管理。 创建用户 主账号用户登录后在控制台选择“多用户访问控制”进入用户管理页面。 在左侧导航栏点击“用户管理”，在“子用户管理列表”页，点击“创建子用户”。
语音合成 - 语音技术
x3C;调用次数 100 0.65 精品音库 月调用量（千次） 支持并发 单价（元/千次） 0C;调用次数C;=6,000 100 4.0 6,000C;调用次数C;=30,000 100 3.2 30,000C;调用次数C;=60,000 100 2.5 60,000C;调用次数C;=150,000 100 2.0 150,000&
开源VAD音频切分工具 - 语音技术
注意这个是开源项目，效果远不如与百度语音LInux C++ SDK ，Android及iOS SDK自带的VAD功能，切割的文件需为pcm(16000采样率 小端序 16bits)的格式，其他格式需要提前转换，切割后也是pcm文件 原理 一个FRAME时长默认10s，通过webrtc的vad计算这个FRAME是否是活动（ACTIVE: 有声音， INACTIVE：静音）。
资源领取&应用创建 - 语音技术
SDK 已支持多种语言，包括 Java、 Python、PHP、C++、C#、NodeJS、Android ADK、iOS SDK 等。您可点击下载对应的 SDK 语音合成 、 语音识别 。 更多参考 语音识别API文档 语音合成API文档 如何获取 API Key 和 Secret Key
大模型声音复刻 - 语音技术
示例一 ： 给10个人进行声音复刻，每人复刻一次，累计复刻10次，计费为10次。 示例二 ： 给1个人进行声音复刻，同一个人复刻了10次，计费为10次。 在线合成 大模型声音复刻-在线合成按调用字符计费，支持“按字符包预付费”和“按调用字符后付费”两种付费方式。
产品简介 - 语音技术
长文本在线合成 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。 流式文本在线合成 基于websocket协议，在用户输入文本的同时就能接近同步返回合成音频数据，实现“边合成边播放”。支持多种优质音库与多种参数，适用于语音助手、在线教育、语音播报等场景。
