文本翻译_机器翻译-百度AI开放平台
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 短文本在线合成 基于业界领先的深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性 通用文字识别 多场景、多语种、高精度的整图文字检测和识别服务，多项ICDAR指标居世界第一，可识别中、英、日、韩、法、俄、西、葡、德、意等20+种语言 翻译私有化部署
客悦_智能外呼
产品功能 话术管理 任务管理 号码管理 事件管理 报表管理 接口管理 对话能力构建 支持基于多轮会话、问答、全局设置的对话管理，支持大模型便捷场景和灵活画布构建外呼机器人，可调节机器人对应的话术、语音合成音色、语速、音量以及语音识别模型。 对话能力优化 支持会话测试、NLU分析、标注、自动推荐问、语义模型训练等多种运营工具。 对话能力输出 支持流程与知识的复用，低成本快速扩展业务场景。
数据转换服务
数据转换服务 依托百度的OCR、语音识别、语音合成等AI能力，在大批量证照票据的文字识别、会议会谈记录归档、通知新闻播报等场景，提供图片、音频、文本文件的数据转换服务，支持多种类型格式文件的混合转换，无需具备编码能力即可快速获取转换结果。 咨询请拨打24小时服务电话400-920-8999转2。
音视频直播LSS_直播解决方案
视觉特效 基于百度人脸检测、表情迁移和图像融合技术，提供丰富的道具特效，实现百度脸优一样的 黑科技 能力。 虚拟形象 基于百度强大的AI能力，提供实时虚拟形象替换，支持虚拟形象定制以及更多直播玩法。 采集能力丰富 丰富的采集能力，多平台支持，满足多种场景。 直播处理 实时转码 音视频流实时转码处理，通过转码模板可配置编码标准、分辨率、码率、输出流类型、多码率等流处理参数。
元宇宙底座
智能语音助手 支持语音识别、语音合成、基于知识库导入进行“提问&回答”训练。 虚拟化身能力 支持基于标准的虚拟化身形象的捏脸、捏身体功能，支持在用户创造的基础虚拟化身形象上替换衣服、配饰。 地图及导航系统 基于开放世界数资生成3D地图，并结合寻路算法实现导航能力。 业务中台 面向运营管理 用户管理 支持根据昵称、手机号等信息筛选查询用户，支持对用户账号状态进行管理。
大屏智能语音交互
基于用户的智能化需求，集成百度领先的AI技术和多年用户研究经验，通过语音指令系统的建设，提供一种更便捷的人机交互方式，只需要语音输入一句话，可快速理解用户意图，返回合适的操作或数据，并在大屏上做业务展示 方案介绍 智能指令交互 AI问数 AI问答 智能指令交互 实时语音录入，解析语音指令，实时返回解析结果，标准 API 接口输出，支持上层业务系统快速反馈 方案优势 大屏+AI操控的完整方案 提供从语音录入
呼叫中心音频文件转写_音频文件转文字-百度AI开放平台
提升业务领域识别准确率 呼叫中心语音解决方案 呼叫中心场景端到端语音技术解决方案，包括专属8K采样率语音识别、语音合成
声咔AI语音合成系统 I 私有化本地部署
声咔AI语音合成系统 I 私有化本地部署 声咔AI配音系统是咪酷科技研发的AI配音系统当前支持web端，企业级专业AI配音系统，支持1000+音色，支持200+语言，支持多人配音、自定义编辑文本、自定义调音处理，自定义音色配置，多种变现方式。
手写文字识别_手写文字识别在线-百度AI开放平台
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 短文本在线合成 基于业界领先的深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性 文本翻译 提供200+语种互译的在线文本翻译服务，可广泛应用于移动端、PC网站、智能硬件等不同产品形态中，满足多领域、多场景的翻译需求。
语音合成 语音生成 文本合成语音 文本转语音 文本转音频
语音合成 语音生成 文本合成语音 文本转语音 文本转音频 基于业界先进的深度神经网络技术，将传入的文本转化为语音，提供高度拟人、流畅自然的语音合成服务。提供不同风格的数十种音库可供选择，支持语速、音调、音量的调节，支持中文、英文、中英文混读合成。 语音,文本,音频
