产品简介 - 语音技术
接口能力 接口名称 接口能力简要描述 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，支持手机应用语音交互、语音内容分析、机器人对话等多个场景。 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。
资源领取&应用创建 - 语音技术
通过编写代码调用语音技术服务 API 如果您是开发工程师，熟悉代码编写，您可以通过编写代码的方式调用文字识别服务。具体请参见 如何用代码调用 。 通过软件开发工具包（HTTP-SDK）调用语音技术服务 如果您是开发工程师，熟悉代码编写，您可以通过已编写好的软件开发工具包（HTTP-SDK）来调用文字识别服务 API 。
私有化部署方式 - 语音技术
部署形式 纯软件版 交付语音私有化部署包软件，可远程协助部署在本地服务器内，支持单机部署、多机部署、集群部署，适配最新主流GPU、CPU显卡。 一体机版 交付搭建了语音私有化部署包的软硬一体机服务器，支持多种配置选择，开箱即用，方便快捷。 特色优势 识别效果领先 采用百度领先的语音识别技术，特定场景下近场中文普通话识别准确率达98%，可以极大程度确保识别结果的业务可用性。
慧政通
iOCR 自定义模板文字识别能力可以根据业务需求自由创建不同版式文件的识别模板。 iOCR模板管理界面： iOCR 自定义模板文字识别支持自定义识别字段选择；并可根据识别需求框选出所需识别的字段。 iOCR 创建模板界面: 用创建好的模板识别出对应文件的文字内容如图：
[AI行业案例]-AI助力考试宝打造大模型时代职业教育“AI大脑”
使用产品 千帆大模型 通用文字识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 AI助力考试宝打造大模型时代职业教育“AI大脑” 价值成果 考试宝成功整合了百度智能云千帆大模型和OCR文字识别技术，为在线考试平台注入了强大动力。通过推出拍照搜题功能，并优化试题解析等服务，考试宝成功构建了大模型时代职业教育领域的“AI大脑”。
音频文件转写极速版API-邀测 - 语音技术
音频文件转写极速版API-邀测 接口描述 支持提取视频、音频文件中的语音内容，极速返回识别结果及时间戳，适用于对实时性有一要求的内容分析、字幕生产、录音转写场景。
[AI行业案例]-iOCR助力大连市新车电子化缴税改革
使用产品 银行卡识别 身份证识别 iOCR自定义模板文字识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 iOCR助力大连市新车电子化缴税改革 价值成果 1、利用百度大脑iOCR自定义模板文字识别技术，创建缴纳车辆购置税相关的资料模板，实现对车辆合格证、购置统一发票及居民居住证等关键内容的精准文字识别的功能。
呼叫中心语音-在线合成 - 语音技术
注意，在输入识别或合成命令后，等待一段时间，确保识别或合成结束，再使用 quit 退出。使用 help 查看帮助。 返回说明 如果配置文件设置了NEED_SAVE_AUDIO，音频会在audio目录下保存，名称为{sn}.pcm，当前请求的sn可在日志文件mrcp_debug.log里查看。
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！
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。
