訊飛AI百寶箱讓人們享受AI發(fā)展帶來的紅利

人工智能時代是繼工業(yè)化及信息時代之后的一個新時代。隨著5G、大數據、云計算、物聯網等先進技術的發(fā)展，AI技術應用已經滲透到人們生活得方方面面——

職場中的你一定遇到過大段的紙質資料無法時刻存儲到移動端方便保管，尤其重要的手寫信息。

旅途中的你一定遇到過景區(qū)指示牌中有英文、日文等多語種文字不認識，耽誤自己的行程安排。

視頻創(chuàng)作的你一定遇到過對于不同性別、年齡段、語種的配音需求，從而為作品的創(chuàng)新而煩惱......

現在有了訊飛開放平臺最新上線的AI百寶箱，以上場景難題統(tǒng)統(tǒng)可以解決！基于先進的人工智能交互技術，AI百寶箱持續(xù)優(yōu)化產品能力，旨在滿足滿足更多個人用戶、開發(fā)者、企業(yè)團隊的應用需求。

AI百寶箱顧名思義就是集成語音合成、圖像文字、視頻處理等一系列AI能力供廣大用戶使用。具備便捷的操作路徑，精準的應用效果，優(yōu)質的服務反饋等特點。目前已經上新OCR文字識別（限時免費）及AI語音合成能力，下面就跟隨小編開啟百寶箱的AI奧秘吧。

1快速精準識別文字

AI百寶箱的OCR文字識別是基于訊飛第四代識別框架，結合圖卷積神經網絡等結構分析技術以及基于GAN的靈活數據生成技術，將圖像中手寫體或印刷體的文本轉換為可直接編輯處理的格式。

OCR文字識別提供多場景、多語種、高精度的整圖文字監(jiān)測和識別服務，支持文檔版面分析和結構化信息輸出。其主要優(yōu)勢有：

識別速度快，只需不到1秒即可將圖片信息生成可編輯文本供用戶使用。

識別精準，可以將圖片中的字體準確識別，達到實用級標準。

識別語種多，支持中文（簡體or繁體）、英國、日本、韓國、德國、法國、意大利、葡萄牙、西班牙、荷蘭等多種語言文字識別。

此外，OCR文字識別還可以應用于多種場景，在資料存儲、輔助教學、圖片內容筆記等實際操作過程中有著很好的助力。

政務OCR應用場景

面向政務辦公，公檢法等行業(yè)。實現公文文檔，卡證信息，案例卷宗多種圖像文字識別，基于先進的深度學習技術，速度快，識別快，輕松完成圖像識別為后續(xù)的信息處理（如檢索、翻譯）等提供基礎。

教學OCR應用場景

基于深度學習的端到端識別技術，識別教育場景所涉及的作業(yè)及試卷中公式、手寫文字、速算題目等內容。高準確率高精度，1s完成作業(yè)批改，GPU平均1個字符約6ms。支持印刷體、手寫體、及方向有±15偏轉的速算題識別?？蓮V泛應用于試題電子化、智能閱卷、智能搜題、批改作業(yè)等智慧教育場景。

票據OCR應用場景

企業(yè)數字化中常見的財務報銷、稅務核算等場景所涉及的各類票據進行結構化識別與輸出。包括增值稅發(fā)票、火車票、出租車發(fā)票、營業(yè)執(zhí)照等常見票據。通過OCR識別把發(fā)票信息直接錄入到系統(tǒng)中，同時支持將圖片上的文字內容直接轉化為可編輯文本。

2百種語音合成自然媲美人聲

在線將文字轉化為自然流暢的人聲，AI百寶箱上線的語音合成提供100+發(fā)音人供您選擇，支持多語種、多方言和中英混合，可靈活配置音頻參數。廣泛應用于新聞閱讀、出行導航、智能硬件和通知播報等場景。

訊飛專注語音20年，將AI語音合成達到實用標準，人聲自然飽滿富有表現力。其主要優(yōu)勢是：

真實自然，專業(yè)實力：專注語音20年，達到實用標準；人聲自然飽滿，富有表現力。

多方言，多語種：支持19個語種，11種方言，2種民族語言，中英混合自然合成。

節(jié)省空間，更省流量：安裝包尺寸低至1M，平均每字流量小于100B。

多場景，多風格：6大場景，100+發(fā)音人，男女老少，風格隨心選。

動態(tài)調參，自由配置：隨心調節(jié)語調/語速/音量等參數,滿足復雜場景需求。

定制音庫，專屬聲音：300句簡短錄音，15天深度定制，個性化定制聲線，打造品牌標識。

合成路徑簡捷，語音自然媲美人聲。使得訊飛語音合成技術廣泛應用于新聞播報，硬件交互，出行導航等多應用場景。

新聞播報應用場景

為新聞播報場景提供風格穩(wěn)重，字正腔圓的男女聲主播，幫助傳統(tǒng)新聞媒體，快速完成有聲內容建設，例如為中國中央電視臺，提供定制音庫解決方案，定制康輝、歐陽夏丹主播音庫，通過訊飛的語音合成接口，實現央視新聞公眾號中“早啊！新聞來了”有聲欄目打造。

硬件交互應用場景

滿足不同領域和場景的智能硬件使用，在機器能聽會思考的同時也能發(fā)出媲美真人的聲音， 讓智能硬件具有溫度，例如OPPO手機作為智能硬件的代表，通過科大訊飛的語音合成技術，打造語音助手“小歐”賦予個性化聲音特點，讓產品更有標識度，更有溫度。

出行導航應用場景

語音合成發(fā)音穩(wěn)定性高，滿足出現導航中遇到的各種地名、標識，用聲音提升產品體驗，為用戶的安全出行提供保障。常見于各種地圖導航系統(tǒng)例如：騰訊地圖通過訊飛合成技術，讓經典游戲角色為你語音導航。

目前，AI百寶箱已經上線了OCR文字識別和AI語音合成兩種應用程序。未來隨著產品迭代，訊飛開放平臺還會持續(xù)上線諸如文字識別文本糾錯等實用功能開放給更多用戶使用。

不管是AI百寶箱還是AI體驗棧，都是訊飛開放能力下對智慧生活賦能，讓人們享受AI發(fā)展帶來的紅利。

原文標題：訊飛AI百寶箱：語音合成媲美人聲，OCR多語種文字一鍵識別

文章出處：【微信公眾號：訊飛開放平臺】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq