简介 - 语音技术
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 。 REST API 仅支持最多512字（1024 字节)的音频合成，合成的文件格式为mp3。 没有其他额外功能。
简介 - 语音技术
版本更新记录 Python 上线日期 版本号 更新内容 2021.2.26 4.15.4 接口统一升级 2017.5.11 1.0.0 语音识别服务上线 Java 上线日期 版本号 更新内容 2021.2.26 4.15.4 接口统一升级 2017.10.18 3.2.1 使用proxy问题修复 2017.8.25 3.0.0 更新sdk打包方式：所有AI服务集成一个SDK 2017.7.14 1.0.1
[AI行业案例]-语音识别助力垃圾分类 打造“蔚蓝地图”
因此，推出能够将人声识别成文字进行查询是蔚蓝地图不可或缺的产品计划，接入快速、准确的语音识别能力便成了迫切需要解决的问题。 解决方案及配图 经过多轮市场调研，最终了解到百度AI的语音识别能力不仅可以快速、准确地将语音转成文字结果输出，并且服务稳定性极高，接入方式简单，人工投入成本低。完全可以帮助用户将声音识别文字进行查询，彻底解决不能手动输入文字查询结果这一部分用户的痛点。
身份验证 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
能力介绍 业务能力 质量检测（可选） ：判断图片中是否包含人脸，以及人脸在姿态、遮挡、模糊、光照等方面是否符合识别条件； 活体检测（可选） ：基于图片中的破绽分析，判断其中的人脸是否为 二次翻拍 （举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。）
金融级人脸实名认证 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
业务能力 质量检测（可选） ：判断图片中是否包含人脸，以及人脸在姿态、遮挡、模糊、光照等方面是否符合识别条件。 活体检测（可选） ：基于图片中的破绽分析，判断其中的人脸是否为 二次翻拍 （举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节）。
人脸实名认证（含有效期核验） - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
能力介绍 业务能力 质量检测（可选） ：判断图片中是否包含人脸，以及人脸在姿态、遮挡、模糊、光照等方面是否符合识别条件。 活体检测（可选） ：基于图片中的破绽分析，判断其中的人脸是否为 二次翻拍 （举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节）。
常见问题汇总 - 语音技术
3.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。 4. 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。
产品更新动态 - 语音技术
2024-03-14 语音质检服务上新 产品分类： 语音识别 功能描述： 将坐席人员的通话内容转写为文字，并进行AI自动化质检，解决人工抽检成本高昂、覆盖不全等问题，大幅提高语音质量监控效率，助力通话数据分析挖掘。 适用场景： 金融风控、信贷营销、快递物流等多种行业场景，准确率业界领先！
人脸实名认证V4 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
能力介绍 业务能力 质量检测（可选） ：判断图片中是否包含人脸，以及人脸在姿态、遮挡、模糊、光照等方面是否符合识别条件。 活体检测（可选） ：基于图片中的破绽分析，判断其中的人脸是否为 二次翻拍 （举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节）。
呼叫中心语音-音频文件转写（8K） - 语音技术
呼叫中心语音-音频文件转写（8K） 接口描述 音频文件转写接口可以将大批量的音频文件异步转写为文字。适合音视频字幕生产、批量录音质检、会议内容总结、录音内容分析等场景，一般12小时内返回识别接口。 步骤 ： 1、根据音频url、音频格式、语言id以及采样率等参数创建音频转写任务，获取task_id参数。 2、根据task_id的数组批量查询音频转写任务结果。
