大模型实时互动
用户可以对内容进行点击、滑动等操作 字幕展示 支持将用户和大模型的语音对话信息实时转化为文字，展示在客户端 多语言 语音输入和输出均支持中英文 产品优势 超低延时互动 语音互动端到端响应延时1.4s，语音打断响应延时0.8s以内，超低延时互动，交互更流畅 丰富应用资源 打通百度丰富的生态资源，提供30+应用和资源，如百度百科、音乐、经典故事、有声读物、翻译、导航等，降低开发者对接成本 全链路音频增强
智能点播平台
视频创作分发平台以高质量高稳定的云转码、多终端播放器、CDN等服务，助力客户提供完整的在线课程培训解决方案。 好看视频 智能创作平台为创作者提供了智能封面选取、智能字幕、智能编目、精彩集锦等能力，同时保证了作者在发布视频时的稳定性。
智感超清
感官增强 结合实时音视频画面质量评估分析能力，支持反交错、去噪、ROI 等处理技术，强化画面纹理质感，同时支持杜比全景声，给您带来全新的听视觉盛宴。 超分辨率 超高性能的编码算法，支持高达8K的高分辨率视频实时编码，融合超分辨率、HDR、拓宽色域等技术，提供完美的清晰的观感。
智能集锦
原子能力 多维赋能 生成解说词 AI 根据片段上下文自动编写引流文案 单集摘要 提取单集核心剧情线，快速了解短剧剧情 字幕擦除 智能消除原片硬字幕，适配二创混剪需求 原片：字幕对白 00:00:00 惜惜 00:00:02 你阿父阿兄已战死沙场 00:00:06 阿母要你隐藏军功 00:00:10 不得杀敌为将 00:00:12 以后如上京贵女一样 00:00:16 觅个良婿 00:00:18 成婚生子
音频文件转写_录音质检_音频内容分析 - 百度AI开放平台
适用于电话内容分析、质检场景 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
移动直播SDK
短视频SDK 短视频SDK是智能视频SDK的短视频场景化产品，集成了拍摄、AR特效、剪辑、拼接、播放、音乐、双语字幕等功能的客户端SDK。 视频创作分发平台 视频创作分发平台以媒资管理+工作流处理为核心，提供端到端一站式解决方案，包括：音视频采集上传、安全存储、灵活管理、智能处理等。
实时语音识别_实时语音识别技术 - 百度AI开放平台
手，简单易用 毫秒级实时识别音频流 首包响应时间毫秒级，并实时展示中间文字结果，快速识别音频流 文字识别结果支持时间戳 识别返回的文字结果带有时间戳，展示VAD切分句子开始和结束时间，方便进行功能开发 应用场景 实时语音输入 视频直播字幕 演讲字幕同屏 实时会议记录
通用文字识别
检测识别视频中的字幕、标题、弹幕等文字内容，并根据文字位置判断文字类型，可应用于视频分类和标签提取、视频内容审核、营销分析等场景，有效提升内容分类、检索的效率 特色优势 功能、价格选择多样 功能、价格选择多样 版本组合丰富 场景按需选配 功能、价格选择多样 版本组合丰富 提供标准/高精度及含位置等4种版本可选 场景按需选配 覆盖精度、速度与位置信息等不同需求组合 多语种识别 多语种识别 覆盖语种广
拉伸图像恢复 - 百度AI开放平台
购买更多的QPS 其他付费模式购买 合作咨询 产品价格 免费测试资源使用完毕后，将按调用量阶梯计费，详见产品价格文档 价格文档 即刻免费体验拉伸图像恢复能力 公有云API最高可享3000次免费测试资源 立即使用 相关推荐 图像去雾 对浓雾天气下拍摄，导致细节无法辨认的图像进行去雾处理
图像对比度增强 - 百度AI开放平台
application/x-www-form-urlencoded Response 查看接口文档 > 应用场景 海量图片优化 视频监控 彩印照片美化 海量图片优化 可用于提升网站图片、手机相册图片、视频封面图片的质量，智能调节图片的对比度，解决图片过暗或过亮的问题 合作案例
