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

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

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

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

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

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

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

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
  • 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

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

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

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