度家_AIOT语音语义平台
度家为科沃斯扫地机器人地宝提供语音唤醒、语音识别、语义解析等各类服务，实现扫地机器人语音智能控制、媒咨内容点播等功能 石头科技 石头科技是一家专注于技术创新的智能硬件厂商。度家与石头的合作，实现了核心的远场语音交互功能，使产品更智能。
在线语音合成_高度拟人的语音合成服务 - 百度AI开放平台
即刻获得语音AI能力 上手快速简单，请点击下方的立即使用 立即使用 相关推荐 短语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 通用文字识别 多场景、多语种、高精度的整图文字检测和识别服务，多项ICDAR指标居世界第一，可识别中、英、日、韩、法、俄、西、葡、德、意等20+种语言 身份证识别 结构化识别二代居民身份证正反面所有8个字段，识别准确率超过
数据采集服务_AI数据采集_自动驾驶道路数据采集
采集能力：1000W 图/天 应用场景-语言识别 唤醒词采集 ASR语音采集 TTS语音采集 唤醒词采集 唤醒词采集，基于百度采集资源录制用户的唤醒词语音，人群可覆盖全国各地，支持特定设备、远近场、多语速的语音录制，助力语音识别模型训练。 应用场景 可应用于智能家居、智能设备、智慧门店等场景落地。
离线语音合成 - 百度AI开放平台
按设备数授权方式100台装机起售 立即使用 即刻获得离线语音合成SDK 免费试用离线语音合成SDK，获得稳定一致的合成体验 立即使用 相关推荐 短文本在线合成 基于业界领先的深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性 短语音识别极速版 将60秒内的语音快速识别为文字，适用于手机语音输入、语音搜索、人机对话等语音交互场景 文本审核 一站式检测文本中夹杂的色情
数据标注服务_数据清洗
标注能力：10W 区域/天 应用场景——语言识别 语音清洗 语音转写 语音切分 音素标注 语音清洗 语音清洗通过技术清洗空音频，并由人工进行监听，筛选出符合要求的音频，基于百度标注基地人力可实现海量音频清洗，助力语音识别模型训练，可应用于智能家居、智能设备、智能客服、智慧门店等场景落地。
机器翻译_语音翻译_文档翻译 - 百度AI开放平台
集成语音识别、文本翻译、语音合成三大能力于一体，可支持短语音识别、翻译及语音播报 了解详情 实时语音翻译 将音频流实时识别为文字并输出带有标点的语音识别结果和翻译结果 了解详情 图片翻译 集成文字识别和文本翻译，支持直接将图片中包含的文本内容识别并翻译成目标语言 了解详情 AI 同传 提供高质量、低延迟的机器同传服务解决方案 了解详情 翻译私有化部署 按需将多语种翻译模型部署于企业本地，全面满足客户对安全性
手写文字识别_手写文字识别在线 - 百度AI开放平台
检验记录、发证单位等 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 短文本在线合成 基于业界领先的深度神经网络技术，提供高度拟人、流畅自然的语音合成服务，让您的应用、设备开口说话，更具个性 文本翻译 提供200+语种互译的在线文本翻译服务，可广泛应用于移动端、PC网站、智能硬件等不同产品形态中，满足多领域、多场景的翻译需求。
端到端语音语言大模型_在线语音合成
多业务助手 高效问答 指令检索 全方位多方言交互 支持普通话及重庆、广东、河南等多地方言识别，轻松实现跨地区自然交互。 多方言识别 区域适配 自然交流 超拟人语音合成能力 深度识别人类情绪语境，快速生成富有情感的拟人语音，增强交互亲和力和表达力。 情绪理解 拟人语音 亲和交互 支持智能打断、智能降噪 识别发言人身份，在噪声环境下保持高识别率，并支持实时语音打断与语音增强处理。
通用文字识别
了解详情 行驶证识别 对机动车行驶证主副页22个字段进行结构化识别，包括号牌号码、车辆类型、所有人、品牌型号等信息 了解详情 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 了解详情 文本翻译 提供200+语种互译的在线文本翻译服务，支持移动端、PC网站、智能硬件等多产品形态 了解详情 即刻免费体验 公有云API享免费测试 立即使用
端到端语音语言大模型_在线语音合成 - 百度AI开放平台
超拟人语音合成能力 深度理解人类情感意图，秒速生成丰富情感语气音频，通过超拟人语音交互赋予对话亲和力与表现力 支持智能打断、智能降噪 支持发言人声纹识别与复杂环境降噪，有效降低背景噪音与音乐的干扰，提高用户语音打断的识别准确性和抗干扰能力 特色优势 超低时延 基于业内创新的Cross-Attention技术，在对话过程中将用户等待时长从行业常见的3-5秒大幅缩短至1秒左右，实现了比拟真人对话的即时响应速度
