其中, version 为版本号,添加完成后,用户就可以在工程中使用Speech Java SDK。 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。
功能介绍 图片解析插件 ,主要功能为图片理解与识别,并对图片内容进行总结概述,输出用户可理解的自然语言文本描述(句子或段落)。识别能力包含文字OCR解析、人物识别、植物识别、商品识别、车辆识别等。
bash PHP Java Python Cpp C# 人体关键点识别 curl -i -k 'https://aip.baidubce.com/rest/2.0/image-classify/v1/body_analysis?
短语音识别标准版API 接口描述 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。 调用流程 创建账号及应用: 在 ai.baidu.com 控制台中,创建应用,勾选开通 “语音技术”—“短语音识别”、“短语音识别极速版” 能力。
请求体格式化 :Content-Type为 application/json ,通过 json 格式化请求体。 Base64编码 :请求的图片需经过 Base64编码 ,图片的base64编码指将图片数据编码成一串字符串,使用该字符串代替图像地址。您可以首先得到图片的二进制,然后用Base64格式编码即可。
语音识别极速版API 接口描述 将60秒以内的完整音频文件识别为文字,专有GPU服务集群,识别响应速度较标准版API提升2倍及识别准确率提升15%。适用于近场短语音交互,如手机语音搜索、聊天输入等场景。 支持上传完整的录音文件,录音文件时长不超过60秒,实时返回识别结果。
1.1 功能介绍 此版SDK所包含的能力如下: 离线动作活体检测 :通过让用户做出指定人脸配合式的交互动作,识别当前操作者是否为活体,此功能为离线使用,可设定指定动作是否使用及应用顺序。动作包含:眨眨眼、张闭嘴、向左摇头、向右摇头、向上抬头,向下低头6个。可有效抵御高清图片、3D建模、视频等攻击。
请求说明 注意事项 : 请求体格式化 :Content-Type为 application/json ,通过 json 格式化请求体。 Base64编码 :请求的图片需经过 Base64编码 ,图片的base64编码指将图片数据编码成一串字符串,使用该字符串代替图像地址。您可以首先得到图片的二进制,然后用Base64格式编码即可。
注: 「接口选择」过程中,还 需勾选「文字识别」中的「身份证识别」接口 ,用于实现身份核验流程中的身份证识别功能。如下图所示。 2.3 输入应用包名 在「文字识别包名」处选择「需要」 ,并根据您的APP应用信息填写包名。此处为必要操作,否则将无法顺利下载集成文件。 至此应用创建完成。
本地特征抽取:所有在SDK中运行的人脸图片,都可以完成本地特征抽取,以便进行对比或识别操作。