百度AI 开放平台 - 各大AI 开放平台开放能力解读和分析,技术的应用场景,技术前景
1、语音技术
语音识别技术
- 应用场景
- 语音输入
- 摆脱按键操作,通过语音识别直接输入文字,快速返回识别结果,可应用于游戏文字输入、社交聊天、语音指令等多个场景,提高输入效率及体验
- 语音搜索
- 搜索内容直接以语音的方式输入,响应速度更快,适用于音乐、电影、小说等内容搜索场景,让搜索内容输入更加便捷,高效
- 人机交互
- 通过极速API接口,将语音识别为文字,毫秒级响应,可用于聊天机器人、故事机等近场语音识别环境,让人机对话更加流畅自然
- 语音输入
语音合成技术
- 应用场景
- 阅读听书
- 使用语音合成技术的阅读类APP,能够为用户提供多种音库的朗读功能,释放用户的双手和双眼,提供更极致的阅读体验
- 资讯播报
- 提供专为新闻资讯播报场景打造的特色音库,让手机、音箱等设备化身专业主播,随时随地为用户播报新鲜资讯
- 订单播报
- 可应用于打车软件、餐饮叫号、排队软件等场景,通过语音合成进行订单播报,让您便捷获得通知信息
- 智能硬件
- 可集成到儿童故事机、智能机器人、平板设备等智能硬件设备,使用户与设备的交互更自然、更亲切
- 阅读听书
远场语音识别
- 应用场景
- 机器人语音交互
- 提供麦克阵列前端算法,解决人机交互中,距离较远带来的识别率较低的问题,让人机对话更加方便
- 智能家居
- 通过远场语音识别技术,可以让用户,即使在三至五米的距离,也可对智能家居进行语音操作
- 机器人语音交互
呼叫中心音频文件转写
- 应用场景
- 电话客服质检
- 通过对客服录音文件进行批量识别,辅助人工进行质检,实现全量自动化智能质检,提升坐席服务水平,提高客户满意度
- 电话录音内容分析
- 将大量对话录音识别为文字,并对内容进行持续分析,发掘潜在营销机会,建立用户画像
- 电话对话内容还原
- 将大量对话录音文件,转为文字。还原及展示对话流程,还原对话场景
- 电话客服质检
语音唤醒
- 应用场景
- 智能硬件唤醒
- 用户通过预设的关键词即可将智能硬件从休眠状态唤醒,执行相应操作
- 车载应用唤醒
- 用户通过预设的关键词,在开车过程中,即可将所需应用唤醒,执行相应操作
- 智能硬件唤醒
2、图像技术
通用物体和场景识别
- 应用场景
- 图片内容分析与推荐
- 对用户浏览的图片或观看的视频内容进行识别,根据识别结果给出相关内容推荐或广告展示。广泛应用于新闻资讯类、视频类app等内容平台中
- 拍照识图
- 根据用户拍摄照片,识别图片中物体名称及百科信息,提高用户交互体验,广泛应用于智能手机厂商、拍照识图及科普类app中
- 拍照闯关趣味营销
- 设计线上营销活动,根据用户拍摄照片,自动识别图片中物体信息是否符合活动要求,提升用户交互体验,减少人工审核成本
- 图片内容分析与推荐
特定识别
- 主要方向
- 动植物
- 优化各种识图软件
- 果蔬,菜品
- 地标
- 红酒
- 货币
- 快消品
- 比如在无人超市的应用,购买了什么,运动轨迹等
- 动植物
车辆识别
- 应用场景
- 车型识别
- 拍照识车
- 根据拍摄照片,快速识别图片中车辆的品牌型号,提供针对性的信息或服务,可用于相册管理、图片分类打标签、电子汽车说明书、一键拍照租车等场景
- 智能卡口
- 监控高速路闸口、停车场出入口的进出车辆,识别详细车型信息,结合车牌、车辆属性对车辆身份进行校验,形成车辆画像
- 拍照识车
- 车辆检测
- 车流统计
- 车辆属性识别
- 车辆损伤识别
- 车辆分割
- 就是抠图,换背景,放到二手平台去卖
- 车型识别
图像搜索
- 应用场景
- 相同图片搜索
- 相似图片搜索
- 商品图片搜索
- 绘本图片搜索
图像审核
- 应用场景
- 色情识别
- 暴恐识别
- 政治敏感识别
- 广告检测
- 恶心图像识别
- 图像质量检测
- 图文审核
- 公众人物识别
图像增强
- 应用场景
- 图像去雾
- 图像对比度增强
- 图像无损放大
- 黑白图像上色
- 拉伸图像恢复
- 图像风格转换
- 图像修复
- 图像清晰度增强
- 人像动漫化
- 天空分割
- 图像色彩增强
3、文字处理技术
- 应用场景
- 卡证
- 身份证识别 热门
- 银行卡识别 热门
- 营业执照识别
- 名片识别
- 护照识别
- 港澳通行证识别
- 台湾通行证识别
- 户口本识别
- 出生医学证明识别
- 票据
- 混贴票据识别
- 银行回单识别
- 增值税发票识别 热门
- 定额发票识别
- 通用机打发票识别 邀测
- 火车票识别
- 出租车票识别
- 行程单识别
- 通用票据识别
- 银行汇票识别
- 银行支票识别
- 保险单识别
- 彩票识别 邀测
- 其它
- 文档版面分析与识别 邀测
- 仪器仪表盘读数识别 邀测
- 网络图片文字识别 热门
- 表格文字识别
- 数字识别
- 二维码识别
- 拍照翻译 新品
- 印章检测
- 行驶证识别 热门
- 驾驶证识别
- 车牌识别
- VIN码识别
- 机动车销售发票识别
- 车辆合格证识别
- 卡证
4、人脸与人体识别
- 应用场景
- 人脸识别
- 人脸检测
- 人脸对比
- 人脸搜索
- 活体检测
- 人体分析
- 人流量统计 热门
- 人体检测与属性
- 3D肢体关键点
- 人体关键点识别
- 人像特效
- 人脸融合
- 人像分割
- 人像动漫化
- 人脸属性编辑
- 人脸关键点
- 人像渐变
- 五官分割
- 人像清晰度增强
- 人脸3D虚拟形象生成
- 人脸识别
5、自然语言处理
- 应用场景
- 语法,词法分析
- 文本审核
- 政治敏感
- 色情
- 灌水
- 谩骂
- 文本纠错
- 情感分析
- 机器翻译
6、视频技术,AR,VR
- 应用场景
- 增强现实
- 美妆试镜
- 实时动漫
- AR导航
- 虚拟现实
- 全景图片
- VR 装修风格等
- 增强现实