[AI行业案例]-百度OCR助力全国《招生计划》电子化
云志愿平台迫切需要在短时间内将各省的《招生计划》和《报考指南》进行电子化，给用户提供志愿填报指导服务，因此云志愿对百度OCR技术的核心诉求如下： 1.OCR技术整体识别率需要达到95%以上； 2.OCR技术支持表格文字的识别； 3.能够返回文字在图片中的位置信息； 4.能够实现文本上下行之间的自动合行。
智能处理使用规则 对象存储（BOS）
说明： 智能图片处理仅支持图片处理 V2.0 版本，V1.0 版本暂不支持。 规则与限制 智能图片处理支持的原图格式：PNG、JPG、JPEG、BMP。 支持的目标格式：PNG、JPG、JPEG、BMP。 需要处理的图片 base64 编码后大小不超过 4M,最短边至少 64px，最长边最大 4096px，长宽比 3:1 以内。特殊说明的除外。
智能处理使用规则 对象存储（BOS）
说明： 智能图片处理仅支持图片处理 V2.0 版本，V1.0 版本暂不支持。 规则与限制 智能图片处理支持的原图格式：PNG、JPG、JPEG、BMP。 支持的目标格式：PNG、JPG、JPEG、BMP。 需要处理的图片 base64 编码后大小不超过 4M,最短边至少 64px，最长边最大 4096px，长宽比 3:1 以内。特殊说明的除外。
产品简介 - 语音技术
短语音识别 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。 短语音识别极速版 采用最新解码技术，API接口识别速度提升5倍以上，耗时仅音频时长十分之一，提升语音交互体验。 实时语音识别 实时语音识别接口采用websocket协议的连接方式，边上传音频边获取识别结果。适用于长句语音输入、音视频字幕、直播质检、会议记录等场景。
[AI行业案例]-OCR助力大宗货运物流交易提效
使用产品 iOCR自定义模板文字识别 磅单识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 OCR助力大宗货运物流交易提效 价值成果 货大大打造煤炭运力交易平台“运销宝”，为煤炭货主和司机提供运力匹配、运输监控、在线结算等服务。在结算环节，应用iOCR通用版，个性化定制磅单识别模板，解决大宗商品交易磅单数据录入问题。司机仅需拍摄、上传磅单图片，即可识别录入车牌号、时间、净重等关键信息。
产品更新动态 - 语音技术
适用场景： 语音助手、情感陪伴、呼叫中心、在线教育、智能硬件 接入文档： 端到端语音语言大模型Android SDK 、 端到端语音语言大模型iOS SDK 2025-06-06 语音合成、识别支持HarmonyOS SDK 产品分类： 语音合成、语音识别 功能描述： 支持将语音合成与语音识别能力集成至HarmonyOS系统应用，支持无网或弱网环境下的文字合成语音与语音快速准确识别为文字。
资源领取&应用创建 - 语音技术
通过编写代码调用语音技术服务 API 如果您是开发工程师，熟悉代码编写，您可以通过编写代码的方式调用文字识别服务。具体请参见 如何用代码调用 。 通过软件开发工具包（HTTP-SDK）调用语音技术服务 如果您是开发工程师，熟悉代码编写，您可以通过已编写好的软件开发工具包（HTTP-SDK）来调用文字识别服务 API 。
常见问题汇总 - 语音技术
4.Android高亮当前在读的文字 onSpeechProgressChanged()根据播放音频的时长百分比回调进度，由于每个字的发音不是等长的，和实际读的文字会有误差。当一次合成的文件较长时，误差尤为明显。 5. Android播放过程中切换发音人 在线发音人， 要求在引擎空闲时切换。 SDK内部有合成队列和播放队列。其中合成队列独立，调用的句子在合成队列结束后加入播放队列。
