语音识别iOS SDK - 语音技术
使用了唤醒并使用离线语法识别的情况下需要设置，其他情况请忽略该参数 BDS_ASR_OFFLINE_ENGINE_TRIGGERED_WAKEUP_WORD 当前触发唤醒词，唤醒后立即调用识别的情况下配置，其他情况请忽略该参数 BDS_ASR_NEED_CACHE_AUDIO 唤醒后立刻进行识别需开启该参数，其他情况请忽略该参数 服务端配置相关 参数名称 说明 BDS_ASR_SERVER_URL
开源VAD音频切分工具 - 语音技术
注意这个是开源项目，效果远不如与百度语音LInux C++ SDK ，Android及iOS SDK自带的VAD功能，切割的文件需为pcm(16000采样率 小端序 16bits)的格式，其他格式需要提前转换，切割后也是pcm文件 原理 一个FRAME时长默认10s，通过webrtc的vad计算这个FRAME是否是活动（ACTIVE: 有声音， INACTIVE：静音）。
简介 - 语音技术
注意事项 如果需要使用实时识别、长语音、唤醒词、语义解析等其它语音功能，请使用Android或者iOS SDK 或 Linux C++ SDK 等。 请严格按照文档里描述的参数进行开发，特别请关注原始录音参数以及语音压缩格式的建议，否则会影响识别率，进而影响到产品的用户体验。 目前系统支持的语音时长上限为60s，请不要超过这个长度，否则会返回错误。
简介 - 语音技术
没有其他额外功能。 如果需要使用离线合成等其它功能，请使用Android或者iOS 合成 SDK 请严格按照文档里描述的参数进行开发。请注意以下几个问题： 合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式。切忌文本长度超过限制。 新创建语音合成应用可以在 控制台 领取免费额度。 必填字段中，严格按照文档描述中内容填写。
如何购买 - 语音技术
您可以在 控制台概览页 服务列表 处开通付费并购买所需的资源。具体购买方式如下： 开通按量后付费 支持随开随停，适用于需灵活付费，或前期小规模测试的企业。 在服务列表找到需要开通的服务接口，点击开通付费 或点击“资源管理”，打开“按量后付费状态”即可完成开通 如您希望批量开通其他接口，可点击“购买资源包”，在购买页里选择“按量后付费”，后在 接口名称 处批量勾选接口。
简介 - 语音技术
每次请求合成的文本建议 120GBK 以内，如需更长文本转换可使用长文本在线合成。 合成的文件格式为 mp3，pcm（8k及16k），wav（16k），具体见aue参数。 若您需要其它格式，音频文件的转换方法请参考 “语音识别工具”=>“音频文件转码” 一节 本文档描述了使用语音合成服务REST API的方法。 多音字可以通过标注自行定义发音。格式如：重(chong2)报集团。
短语音识别标准版API - 语音技术
其他填写具体请求参数 ，详见 ”请求说明“。 短语音识别请求地址： http://vop.baidu.com/server_api 返回识别结果：识别结果会即刻返回，采用 JSON 格式封装，如果识别成功，识别结果放在 JSON 的 “result” 字段中，统一采用 utf-8 方式编码。详见 ”返回说明“。
语音识别极速版API - 语音技术
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。 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。获取AppID、API Key、Secret Key，并通过请求鉴权接口换取 token ，详细见 “ 接入指南 ”。
短文本在线合成API - 语音技术
POST调用方式（推荐） 将文本以及其他参数写入到body里面，利用html表单的方式将参数传递到服务端。 所有的参数都在body中。
[AI行业案例]-人脸识别扔垃圾，环保便捷更智能
人脸识别技术的应用使垃圾分类智能设备的功能更加多样化，并拓宽了设备的适用群体，为不会操作APP或手机的用户提供了简便的操作方式，有效提升了中老年及儿童群体参与垃圾分类的积极性，共同为保护环境贡献自己的力量。
