度家_AIOT语音语义平台
也支持大模型的接入 顶尖的语义解析能力 丰富的媒体资源整合 包含音乐、故事、有声书、相声、百科、闲聊等媒体资源 定制化语义解析 目前产品支持定制机器人及多种高频技能 解决方案 通用方案（软件SDK） 无定制，低投入，周期短 包含语音识别、语义理解、tts合成 内容资源丰富，有音乐、故事、有声书、新闻、百科等资源 大模型内容 立即体验 定制方案（语音芯片） 高度定制，高投入，周期相对长，效果好 支持离线指令词定制
语音通话
语音通话 语音通话服务是面向具备平台开发能力的企业客户，通过互联网接入形式，提供即时语音通信能力的PAAS产品。 申请使用 产品概述 产品优势 应用场景 产品概述 语音通话（VCS）服务是面向具备平台开发能力的企业客户，通过互联网接入形式，提供即时语音通信能力的PAAS产品。
短语音识别极速版_语音识别极速版-百度AI开放平台
短语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 特惠 首购专享，语音识别低至 3折 ，立即购买 > 立即使用 技术文档 产品价格 功能介绍 应用场景 产品优势 产品定价 相关推荐 功能介绍 准确识别语音 采用领先国际的流式端到端语音语言一体化建模方法SMLTA，结合中文语义理解智能纠错，近场中文普通话识别准确率达98% 快速高效识别 采用最新解码技术
语音字幕服务_语音识别字幕服务-百度AI开放平台
注册即可领取产品免费体验套餐 立即使用 相关推荐 实时语音识别 将音频流实时识别为文字，并返回每句话的开始和结束时间，适用于长句语音输入、音视频字幕、会议等场景 音频文件转写 将批量上传的音频文件识别为文字，12小时内返回识别结果。
实时语音识别_实时语音识别技术-百度AI开放平台
超出部分按时长计费 收费标准 开始使用识别服务 注册即可领取产品免费体验套餐 立即使用 相关推荐 短语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 语音自训练平台 使用业务场景文本语料，零代码自助训练语音识别语言模型，精准识别语音内容，有效提升业务领域识别准确率 音频文件转写 将批量上传的音频文件识别为文字，12小时内返回识别结果。
语音审核_音频审核_音频检测-百度AI开放平台
娇喘声音识别 对音频中包含的娇喘、喘息、呻吟声、ASMR进行检测识别 违禁违规内容识别 识别语音内容中的暴力行为、恐怖描述，以及赌博、毒品、枪支弹药等违禁内容 低俗辱骂内容识别 识别语音内容中的侮辱谩骂、人身攻击、消极宣泄等不良内容 恶意推广内容识别 识别语音内容中黑产等违规广告、微信/QQ等个人联系方式等违规内容 广告法审核 识别语音内容中广告法禁用的违规词汇，定期更新 黑白名单自定义识别 可针对业务场景自定义设置黑
实时语音通话_语音外呼_智能外呼-百度AI开放平台
采用业内领先的算法模型，通话识别模型全新优化升级，准确率高达98%，语音合成情感丰富，高度拟人、流畅自然 低延时高并发的性能 低延迟、高并发的企业级语音服务，采用高可用流式传输语音识别与语音合成协议，实现全双工流式交互 自训练优化专属模型 可基于业务场景语料，自助训练生成业务专属的语音模型，精准识别语音内容，提升专有领域识别准确率 产品定价 语音识别（8k）预付费 适用于调用量可预估的企业 免费时长
语音合成_在线语音合成_离线语音合成-百度AI开放平台
无网弱网环境也能为手机、智能硬件提供稳定流畅的合成体验 立即使用 SDK下载 即可获得语音合成能力 点击下方的立即使用，让您的产品“开口说话” 立即使用 相关推荐 语音识别 采用国际领先的流式端到端语音语言一体化建模算法，将语音快速准确识别为文字 通用场景文字识别 覆盖多种通用场景、20+种语言的高精度整图文字检测和识别服务 卡证文字识别 识别身份证、银行卡、营业执照等常用卡片及证照，支持营业执照信息的准确性核验
货币识别_精准识别国内外常见货币-百度AI开放平台
API文档 零基础自助训练图像识别 使用 EasyDL定制训练图像识别模型，操作教程简单易懂，零算法基础可上手，最快15分钟完成，提供多种部署方案 了解详情 使用文档 即刻免费获得AI能力 享受每日100次免费调用 立即使用 相关推荐 零门槛AI开发自助平台 零基础即可自助训练完成AI开发，涵盖图像、文本、语音、视频等多种场景，最快15分钟完成 通用物体和场景识别 可识别超过10万类常见物体和场景
手写文字识别_手写文字识别在线-百度AI开放平台
可识别中、英、日、韩、法、俄、西、葡、德、意等20+种语言 行驶证识别 对机动车行驶证主页及副页所有22个字段进行结构化识别，包括号牌号码、车辆类型、所有人、品牌型号、车辆识别代码、发动机号码、核定载人数、检验记录、发证单位等 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
