实时语音翻译_语音翻译 - 百度AI开放平台
文字，适用于长句语音输入，支持45种语言的语音识别 智能断句 根据语义进行智能断句，实时输出带有标点的语音识别结果和翻译结果 实时翻译 实时将语音转换为文本，并输出翻译结果，高质量低延迟 语音播报 语音结果输出，支持45种语言的语音播报 应用场景 直播翻译 会议翻译
试卷切题识别_支持对图片/PDF格式文档内的题目自动切分与结构化识别
深度结构化输出 直接输出包含题干、选项、答案等要素的结构化JSON数据，即可直接对接后续的题库系统、阅卷引擎等，极大提升数字化效率。 功能演示 图片解析中… 检测 或 本地上传 此处仅供功能展示，图片类型支持PNG、JPG、JPEG、BMP，大小不超过8M。
实体分析_语言理解_AI开放平台
实体分析 结合上下文，识别文本中的实体并将其关联到百科知识库中的实体对象，同时输出该实体最合适的概念分析结果以及实体简介，以达到对文本中的实体进行理解与分析的作用 立即使用 技术文档 产品价格 功能介绍 应用场景 技术特色 产品价格 相关推荐 功能介绍 实体识别 提供业界领先的中文命名实体识别技术，从非结构化的文本中抽取命名实体，进而应用于文本理解、意图理解、舆情分析、对话NLU等任务 实体分析
财务票据文字识别
应用创建与管理等 查看详情 技术文档 针对API开发者，提供百度OCR文字识别接口说明 查看详情 SDK下载 Android、iOS、Java、Python等多平台/语言SDK下载 立即下载 相关推荐 表格文字识别 对单据或报表中的表格内容进行结构化识别，并以 JSON 字符串或 Excel 形式输出
手写作文识别（多模态）_教育文档识别 - 百度AI开放平台
适用于题目检索等智慧教育场景 办公文档识别 可对办公类文档的版面进行分析，输出图、表、标题、文本、印章、栏、页眉、页脚和脚注等位置和分版块内容的OCR识别结果，支持表格识别，印章识别和单字置信度输出，支持中、英、日、韩、法等 20+ 语言类型，手写、印刷体混排多种场景
试卷分析与识别
试卷分析与识别 对试卷、教材等内容进行整页识别，输出其中的图、表、标题、文本等元素的文字信息和位置信息。支持扫描和拍照场景，支持印刷、手写文字的分类与识别，支持公式识别和手写竖式识别。
医疗票据文字识别
人工智能品类特惠，新购1元，AI热销品低至8折 医疗票据文字识别 可结构化识别医疗发票、费用明细、结算单、7 类病历、2 类检查报告，覆盖全国医疗单据，适用于保险理赔、健康管理等场景；支持 EasyDL OCR 自训练，可定制模型并结构化输出关键字段。
iOCR通用版
同时，可结合预置模板，实现多类图片的自动分类，并保证识别结果以统一格式进行结构化输出。完整平台可私有化部署，支持 CPU/GPU 环境及国产化操作系统部署，并支持大客户定制需求 双12年终献礼 iOCR通用版低至3折！
看图识万物_图像问答_图像识别技术 - 百度AI开放平台
看图识万物 基于视觉专家模型与多模态大模型技术实现万物精准识别，支持针对图像中的主体内容进行通识性知识问答，覆盖动植物、名人、影视、汽车、商品、文物等各类主体类型，整合权威百科及实时网络信息，输出高时效性、多维度的精准答案 优惠 人工智能品类特惠，图像技术低至1折！
大模型实时互动
产品功能 多模态互动 输入和输出都支持多模态，支持对文本、图片、语音流、视频流等多模态内容的理解，输出也支持文本、语音、视频、等多模态内容 AI降噪 通过端侧和服务端的AI降噪算法，有效识别并消除常见的尖锐声、键盘声等非人声噪声，有效提升语音识别准确率，避免噪音误打断 智能打断 可以通过语音快速打断智能体的语音播报，也支持手动打断，实现贴近真人的自然交互体验 离线唤醒 支持定制唤醒词，通过说出预设的唤醒词离线唤醒设备
