语音识别Android SDK - 语音技术
4.输入参数 识别输入参数 场景： 在线识别：百度语音服务器将录音识别出文字，包括长语音 离线命令词：离线识别出预定义的固定短语 本地语义：在识别出文字的基础上（包括离线命令词识别）， 对文字做语义分析。任意网络状况。 使用网络状况： 离线 ： 涵盖离线命令词，及离线命令词识别后的本地语义解析。
[AI行业案例]-OCR技术助力钢铁物流实现智能管理
解决方案 该物流平台通过使用百度通用文字识别技术，轻松实现了上述诉求，具体实现过程如下： 步骤一：用户在该物流网内将钢材标签进行拍照上传，网站会先通过图像质量检测对图片质量进行分类，筛选出符合条件的图片； 步骤二：系统再将这些图片进行分类，先对有固定版式的图片直接使用通用文字识别； 步骤三：对于不是固定版式的图片将通过iOCR自定义模板文字识别+NLP文本矫正，对非标准文档进行结构化输出； 步骤四：
手把手带你用Python和文心一言搭建《AI看图写诗》网页项目（附上完整项目源码） 千帆社区
能够对图片进行高精度的内容识别，该接口支持多种图像识别任务，包括通用物体识别、场景识别、文字识别、动物识别等，这里我们通过Python直接调用免费的通用物体识别图像识别接口，极大的提高了开发工作的效率。
Logo识别 - AR开放平台 | 百度智能云文档
示例中的效果为当识别到logo后，将提示扫描图片节点隐藏。 注意 Logo识别对功耗的影响比较大，最好不要同时定义扫描多张图片。 百度App中暂未集成该能力，open SDK 2.2及以上版本可使用该能力。
人脸识别特征值同步接口 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
人脸识别特征值同步接口 人脸识别特征值同步接口 人脸识别特征值同步接口可以实现人脸特征抽取和人脸库的构建。 该接口主要用于在服务端（云端）提取与人脸离线识别SDK通用的人脸特征值，通过调用该接口获取到的人脸特征值及构建的人脸库可以直接导入离线设备端作为人脸离线识别SDK的底库。 特征抽取接口 说明：该接口用于检测图片中的人脸并获得人脸位置信息及特征数据 1. 请求参数 1.1.
行驶证识别离线SDK隐私政策 - AI开放能力通用参考 | 百度智能云文档
各项功能及功能对设备权限的调用情况如下： Android系统版本 设备权限 功能及服务 权限授权方式 读取/写入外部存储卡 供最终用户选择相册图片进行文字识别，并支持模型加载、内存优化和日志信息存储 授权方式由设备系统开发方以及开发者应用决定；当最终用户同意向开发者应用授予该权限时开启 打开相机/摄像头 供最终用户拍摄图片进行文字识别 授权方式由设备系统开发方以及开发者产品决定；当最终用户同意向开发者产品授予该权限时开启
通用物体和场景识别 - 图像识别 | 百度智能云文档
通用物体和场景识别 接口描述 该请求用于通用物体及场景识别，即对于输入的一张图片（可正常解码，且长宽比适宜），输出图片中的多个物体及场景标签。 在线调试 您可以在 示例代码中心 中调试该接口 ，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。
手势识别算子 - 智能视联网平台EVS | 百度智能云文档
手势识别算子 手势识别算子 输入一张手势图片，识别手势表示的含义。
图像内容理解 - 图像识别 | 百度智能云文档
图像内容理解 接口描述 该请求用于图像内容理解，支持输入图片和提问信息，多维度识别与理解图片内容，包括人、物、行为、场景、文字等，输出对图片内容的描述。用于图片内容问答，图片打标签，图片物体识别等业务场景。图像内容理解服务涉及 2 个子接口，分别为： 图像内容理解-提交请求：支持传入图片、提问等参数，创建图像内容理解任务，该接口会返回任务ID。
实时语音识别-websocket API - 语音技术
实时语音识别-websocket API 接口描述 实时语音识别接口采用websocket协议的连接方式，边上传音频边获取识别结果。可以将音频流实时识别为文字，也可以上传音频文件进行识别；返回结果包含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、直播质检、会议记录等场景。 WebSocket简介 WebSocket 是基于TCP的全双工协议，即建立连接后通讯双方都可以不断发送数据。
