使用产品 语音识别 图像识别 人脸识别 点明科技运用百度AI创造“智慧双眼” 软件工具 基于百度语音识别,解决视障者对语音输入的需求,为用户提供了多层次的优秀体验。基于百度文字识别、图像识别与语音合成技术,通过拍摄照片或者从图库中选择图片获取其中的文字信息或图像内容,极大提升了读屏体验。
解决方案 苏州白鸽云搭建的高校CET考生信息管理系统,通过集成百度iOCR (自定义模板文字识别)技术,实现了对CET准考证文件中多项考生信息(如:考生姓名、准考证号、座位等)、成绩报告单中的关键字段进行结构化识别提取的功能。将关键字段信息自动录入高校教务系统、考生信息档案,减少人工录入及校验成本,极大提高工作效率,实现了高等院校对CET考生信息及考试成绩的智能化便捷管理。
解决方案 风火递通过接入百度大脑OCR通用文字识别(标准版)技术,实现结构化提取商家上传的订单图片的收/发件人信息,并自动填入相应的快递信息输入框内,完成发货信息的准确录入。同时,通过百度大脑语音识别技术,也可快速将商家的语音信息精准地转化为文字信息,并自动填写至快递信息输入框中。
Step1:用户通过语音或文本输入需求 Step2:调用词法分析接口解析用户语义 Step3:根据接口返回结果进行业务处理 二、通用图像识别,快速建设图片标签体系 平台专门面向中小型线下餐饮商家提供海报设计、菜单制作等服务,图片素材量级巨大。基于百度通用物体和场景识别服务, 对图片进行批量打标签,快速搭建后台数据标签体系,进一步实现文字query与图片含义的精准匹配。
插件名称 功能亮点 插件介绍 实用场景 使用案例 适用行业 通用文字识别(高精度版) 高精度、多语种OCR识别 图片文字内容识别 合同录入、笔记识别 @通用文字识别 提取图片文字 企业文档、教育 文档内容提取与转换 OCR+保留原版式 PDF/图片转 Word/Excel 合同、报告二次编辑 @文档格式转换 批量转换文件 企业、教育、律师 文本生成大模型 文案生成、对话、摘要 生成或优化文本内容 营销文案
解决方案 唐古信息研发团队在得知百度大脑iOCR技术可助其解决抓药难的问题后,果断在已有的配方煎药系统中接入了百度iOCR自定义模板文字识别技术。随后在系统中预先上传一张模板图片并框选参照字段和识别区,并建立处方中文字的 Key-Value 对应关系,仅用5分钟即完成了处方识别模型的快速制作。
解析策略 支持多种解析策略 解析策略支持 文本提取、图片文字识别、音频解析、版面分析、文档图片解析、文档图表解析、表格深度解析、文档公式解析 单选/组合,您可根据数据格式/内容进行对应选择 向量化 支持多种切片策略 切片策略包含默认、自定义和整文件切分三种,默认切分根据文档自动设置切分规则 配置方法 解释 适用场景 默认切分 根据文档自动设置切分规则 适合具备简单结构的文本,如论文、新闻等 自定义切片
收集用户回复节点」新增「收集图片回复」开关设置,如果当前对话需要收集用户的图片信息,则需要打开「收集图片回复」开关 在当前节点会把用户发送的图片收集到默认的「last_user_image」变量中 可以设置新的变量,选择新的图片变量复制参数,以应对不同的流程要求 引导话术:当前流程中,用户发送图片无法保证后续对话流程的进行,需要增加对应的图片引导话术,使用发问的方式让用户说出对应的文字意图 「大模型变量赋值
解决方案 龙髯云通过结合百度iOCR自定义模板文字识别技术后,成功研发出物流运输行业通用的智能化物流运输平台——龙髯云。平台针对iOCR技术定制化的特点进行二次开发,通过上传一张磅单模板图片,对图片中需要识别的字段进行Key-Value的对应关系框选,从而创建磅单识别模板。在使用过程中,司机及雇主只需上传磅单照片即可实现磅单结构化识别和输出,使整个流程智能化,效率提升显著。
使用产品 长语音识别 点明科技运用百度AI创造“智慧双眼” 软件工具 基于百度语音识别,解决视障者对语音输入的需求,为用户提供了多层次的优秀体验。基于百度文字识别、图像识别与语音合成技术,通过拍摄照片或者从图库中选择图片获取其中的文字信息或图像内容,极大提升了读屏体验。