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。
[AI行业案例]-百度OCR助力智能化审批管理
使用产品 营业执照识别 通用文字识别 自定义模板文字识别 EasyDL定制化图像识别 支持与交流 AI社区 教学视频 文档中心 SDK下载 百度OCR助力智能化审批管理 价值成果 科鸿智信通过整合百度AI技术成功搭建的特种设备审批系统，使得审批单位的审批效率从“5×8小时”窗口办理变革为“7×24小时”智慧服务，建立起“一次都不跑、随时随地办”的便民审批服务新模式。
[AI行业案例]-OCR助力三星Bixby带来崭新人机交互体验
解决方案 Bixby视觉的实时翻译功能使用了百度的两项技术：文字识别和翻译 当用户将手机朝向要翻译的文字时，包含文字的图片通过百度文字识别接口发送给百度提取文字，提取好的文字通过百度翻译接口有百度翻译之后返回到手机上。三星将从百度收到的翻译结果以AR形式呈现给用户。 示例如下： 在Bixby视觉中，对准要识别的文字，平台会将翻译好的文字直接呈现给用户。 技术实现过程： 1.
[AI行业案例]-OCR技术助力钢铁物流实现智能管理
使用产品 通用文字识别 iOCR通用版 文本纠错 支持与交流 AI社区 教学视频 文档中心 SDK下载 OCR技术助力钢铁物流实现智能管理 价值成果 通过使用百度OCR通用文字识别和iOCR自定义模板文字识别，帮助该钢铁物流平台解决了不同格式钢材的产品标签、码单、甚至有污损标签的识别，大幅提高了监管核验的自动化水平，实现了入库信息的快速采集，目前该物流已向合作的50余家钢厂进行了技术成果推介。
百度AI开放平台-全球领先的人工智能服务平台-百度AI开放平台
使用产品 表格文字识别 通用文字识别 飞桨EasyDL助力营销人快速get“品牌联名”资讯 企业服务 云思是一家技术赋能消费者营销洞察的公司，为全球和中国领先的消费类企业提供产品创新、沟通发展和品牌发展的消费者洞察和数据分析服务，通过技术和专业服务让企业更加以用户为中心的进行营销决策。
语音技术_价格详情
实时语音识别 音频文件转写 短语音识别 标准版 极速版 付费模式 按次数包预付费 按调用量阶梯后付费 并发量扩容 用户购买次数包后即可直接使用，次数包购买之日起一年内有效，具体价格如下： 次数包（万次） 价格（元） 100 2400 1000 19200 10000 144000 100000 960000 分段阶梯后付方式，调用单价随用户当前自然月累积调用量所落阶梯区间而变化。
[AI行业案例]-百度语音技术助力“变声神器”让社交更有趣
利用百度语音识别通过访问用户麦克风，收集用户语音数据、上传至服务器，识别服务分析并转译成文字等技术能力，完成字符串输出。再通过结合百度语音合成技术，将语音识别出的文字上传至服务器，按照个性化参数进行合成，并将合成音频并发送给用户端，再配合已有的特效，最终生成“萝莉音”、“大叔音“、”御姐音“等。
短文本语音合成 - 千帆AI应用开发者中心-API参考qianfan-api | 百度智能云文档
本接口支持将短文本转换为音频，适用于对于实时性要求较高的业务场景，例如实时播报、智能硬件、数字人等。 如您希望将大量文本合成为语音，请使用 长文本语音合成 接口。长文本在线合成可将10万字以内文本一次性合成，异步返回音频。 POST https://tsn.baidu.com/text2audio 调试 单次请求最长1024GBK字节，请求的文字数越多则耗时越长。
声音分类整体说明 - EasyDL零门槛AI开发平台 | 百度智能云文档
声音分类整体说明 什么是声音分类模型 声音分类 是指可以定制识别出当前音频是哪种声音，或者是什么状态/场景的声音。 EasyDL声音分类可以定制的模型更多可以区分出不同物种发出的声音，如果希望定制声纹识别模型（如区分出当前音频是谁的声音），目前用EasyDL声音分类暂时无法解决。
知识库高级解析服务计费公告 - 百度千帆·大模型服务及Agent开发平台
各类文件的基础解析与高级解析服务范围包括： 知识类型 基础解析服务（免费） 高级解析服务（收费） 文本文档 • 文字提取 • 版面分析（含表格解析） • 图片文字识别（OCR） • 图片内容理解（VLM） • 图表解析 • 公式解析 • 知识增强 • 知识图谱 表格型 • 表格内容解析 • 知识增强 网页链接 • 网页内容解析 • 知识增强 • 知识图谱 图片 • 手动解析 • 图片文字识别（OCR
