AI开放能力MCP使用指南 - AI开放能力通用参考 | 百度智能云文档
https://cloud.baidu.com/doc/OCR/s/ykg9c09ji ocr_web_image_location 网络图片文字识别（含位置版） 支持识别艺术字体或背景复杂的文字内容，除文字信息外，还可返回每行文字的位置信息、行置信度，以及单字符内容和位置等。
巧用插件的八大案例 - 秒哒公有云MIAODA | 百度智能云文档
插件名称 功能亮点 插件介绍 实用场景 使用案例 适用行业 通用文字识别（高精度版） 高精度、多语种OCR识别 图片文字内容识别 合同录入、笔记识别 @通用文字识别 提取图片文字 企业文档、教育 文档内容提取与转换 OCR+保留原版式 PDF/图片转 Word/Excel 合同、报告二次编辑 @文档格式转换 批量转换文件 企业、教育、律师 文本生成大模型 文案生成、对话、摘要 生成或优化文本内容 营销文案
中国农业银行
98%以上 识别准确率 10倍 农户开户效率提升 超4亿个人客户 提供AI智能服务 相关产品/解决方案 文字识别 智慧金融 项目背景 中国农业银行与百度联手打造的农行金融大脑，已成为业内智能金融的探索典范。在短短一年时间内，农行金融大脑已经完成了从创意孵化、实验室验证到正式在农行生产环境投产；正在以惊人的速度践行金融场景智能化，开拓出一条智能金融的落地开花之路。
[AI行业案例]-AI助力考试宝打造大模型时代职业教育“AI大脑”
使用产品 千帆大模型 通用文字识别 大模型语音合成 支持与交流 AI社区 教学视频 文档中心 SDK下载 AI助力考试宝打造大模型时代职业教育“AI大脑” 价值成果 考试宝成功整合了百度智能云千帆大模型和OCR文字识别技术，为在线考试平台注入了强大动力。通过推出拍照搜题功能，并优化试题解析等服务，考试宝成功构建了大模型时代职业教育领域的“AI大脑”。
度小满支付
秒级 银行卡拍照识别 60% 注册流程简化 35% 用户流失率降低 相关产品/解决方案 银行卡识别 文字识别 用户痛点 传统金融支付APP应用，用户注册帐户时，需手动输入身份信息、银行卡信息等才可完成注册。部分用户因输入信息流程繁琐、麻烦而放弃操作，不仅造成注册用户流失，也使得APP易用性体验不佳，口碑受挫。为提升用户体验，降低注册流失风险，急需优化落地更便捷的操作方式。
简介 - 语音技术
如果您对文档内容有任何疑问，可以在百度云控制台内 提交工单 联系我们，咨询问题类型请选择 人工智能服务 ； 接口能力 接口名称 接口能力简要描述 语音合成 将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。 注意事项 目前本SDK的功能同REST API，需要联网调用http接口 。
在线合成REST-API-Python-SDK - 语音技术
文本长度不可超过限制 举例，要把一段文字合成为语音文件： Plain Text 复制 1 result = client.synthesis('你好百度', 'zh', 1, { 2 'vol': 5, 3 }) 4 5 # 识别正确返回语音二进制 错误则返回dict 参照下面错误码 6 if not isinstance(result,
错误码汇总 - 语音技术
错误码err_no 错误方 原因 解决方法 是否会识别并关闭连接 -3001 百度服务端问题 后端从SDK读数据失败，可能是sdk检测到后端超时，断开了连接 重试 是 -3003 百度服务端问题 服务后端异常 记录报错json并反馈 这一句话报错，不影响后续识别 -3004 调用方问题 鉴权失败，没有权限调用接口 查看appid appkey devpid这3个参数有无填对，QPS有无超限 是 -3005
在线合成REST-API-JAVA-SDK - 语音技术
新建AipSpeech AipSpeech是语音识别的Java客户端，为使用语音识别的开发人员提供了一系列的交互方法。
知识库简介 - 百度千帆·大模型服务及Agent开发平台
支持设置自动更新 通过问答对进行知识干预，为用户提供更可控的问答结果 图片（PNG、JPG、JPEG、GIF、BMP） 根据上传的图片文件进行自动解析或人工标注 适用于纯图纸与流程图解析，复杂表格与表单识别等场景 音频（WAV、MP3、PCM、M4A、AMR） 根据上传的音频文件进行自动解析 适用于会议与访谈录音库、客服/电销质检与话术分析等场景 按模板导入 简历文档、PPT幻灯片、论文文档 按模板导入结构化问答对
