讯飞AI百宝箱让人们享受AI发展带来的红利

人工智能时代是继工业化及信息时代之后的一个新时代。随着5G、大数据、云计算、物联网等先进技术的发展，AI技术应用已经渗透到人们生活得方方面面——

职场中的你一定遇到过大段的纸质资料无法时刻存储到移动端方便保管，尤其重要的手写信息。

旅途中的你一定遇到过景区指示牌中有英文、日文等多语种文字不认识，耽误自己的行程安排。

视频创作的你一定遇到过对于不同性别、年龄段、语种的配音需求，从而为作品的创新而烦恼......

现在有了讯飞开放平台最新上线的AI百宝箱，以上场景难题统统可以解决！基于先进的人工智能交互技术，AI百宝箱持续优化产品能力，旨在满足满足更多个人用户、开发者、企业团队的应用需求。

AI百宝箱顾名思义就是集成语音合成、图像文字、视频处理等一系列AI能力供广大用户使用。具备便捷的操作路径，精准的应用效果，优质的服务反馈等特点。目前已经上新OCR文字识别（限时免费）及AI语音合成能力，下面就跟随小编开启百宝箱的AI奥秘吧。

1快速精准识别文字

AI百宝箱的OCR文字识别是基于讯飞第四代识别框架，结合图卷积神经网络等结构分析技术以及基于GAN的灵活数据生成技术，将图像中手写体或印刷体的文本转换为可直接编辑处理的格式。

OCR文字识别提供多场景、多语种、高精度的整图文字监测和识别服务，支持文档版面分析和结构化信息输出。其主要优势有：

识别速度快，只需不到1秒即可将图片信息生成可编辑文本供用户使用。

识别精准，可以将图片中的字体准确识别，达到实用级标准。

识别语种多，支持中文（简体or繁体）、英国、日本、韩国、德国、法国、意大利、葡萄牙、西班牙、荷兰等多种语言文字识别。

此外，OCR文字识别还可以应用于多种场景，在资料存储、辅助教学、图片内容笔记等实际操作过程中有着很好的助力。

政务OCR应用场景 

面向政务办公，公检法等行业。实现公文文档，卡证信息，案例卷宗多种图像文字识别，基于先进的深度学习技术，速度快，识别快，轻松完成图像识别为后续的信息处理（如检索、翻译）等提供基础。

教学OCR应用场景 

基于深度学习的端到端识别技术，识别教育场景所涉及的作业及试卷中公式、手写文字、速算题目等内容。高准确率高精度，1s完成作业批改，GPU平均1个字符约6ms。支持印刷体、手写体、及方向有±15偏转的速算题识别。可广泛应用于试题电子化、智能阅卷、智能搜题、批改作业等智慧教育场景。

票据OCR应用场景 

企业数字化中常见的财务报销、税务核算等场景所涉及的各类票据进行结构化识别与输出。包括增值税发票、火车票、出租车发票、营业执照等常见票据。通过OCR识别把发票信息直接录入到系统中，同时支持将图片上的文字内容直接转化为可编辑文本。

2百种语音合成自然媲美人声

在线将文字转化为自然流畅的人声，AI百宝箱上线的语音合成提供100+发音人供您选择，支持多语种、多方言和中英混合，可灵活配置音频参数。广泛应用于新闻阅读、出行导航、智能硬件和通知播报等场景。

讯飞专注语音20年，将AI语音合成达到实用标准，人声自然饱满富有表现力。其主要优势是：

真实自然，专业实力：专注语音20年，达到实用标准；人声自然饱满，富有表现力。

多方言，多语种：支持19个语种，11种方言，2种民族语言，中英混合自然合成。

节省空间，更省流量：安装包尺寸低至1M，平均每字流量小于100B。

多场景，多风格：6大场景，100+发音人，男女老少，风格随心选。

动态调参，自由配置：随心调节语调/语速/音量等参数,满足复杂场景需求。

定制音库，专属声音：300句简短录音，15天深度定制，个性化定制声线，打造品牌标识。

合成路径简捷，语音自然媲美人声。使得讯飞语音合成技术广泛应用于新闻播报，硬件交互，出行导航等多应用场景。

新闻播报应用场景 

为新闻播报场景提供风格稳重，字正腔圆的男女声主播，帮助传统新闻媒体，快速完成有声内容建设，例如为中国中央电视台，提供定制音库解决方案，定制康辉、欧阳夏丹主播音库，通过讯飞的语音合成接口，实现央视新闻公众号中“早啊！新闻来了”有声栏目打造。 

硬件交互应用场景 

满足不同领域和场景的智能硬件使用，在机器能听会思考的同时也能发出媲美真人的声音， 让智能硬件具有温度，例如OPPO手机作为智能硬件的代表，通过科大讯飞的语音合成技术，打造语音助手“小欧”赋予个性化声音特点，让产品更有标识度，更有温度。

出行导航应用场景 

语音合成发音稳定性高，满足出现导航中遇到的各种地名、标识，用声音提升产品体验，为用户的安全出行提供保障。常见于各种地图导航系统例如：腾讯地图通过讯飞合成技术，让经典游戏角色为你语音导航。

目前，AI百宝箱已经上线了OCR文字识别和AI语音合成两种应用程序。未来随着产品迭代，讯飞开放平台还会持续上线诸如文字识别文本纠错等实用功能开放给更多用户使用。

不管是AI百宝箱还是AI体验栈，都是讯飞开放能力下对智慧生活赋能，让人们享受AI发展带来的红利。

原文标题：讯飞AI百宝箱：语音合成媲美人声，OCR多语种文字一键识别

文章出处：【微信公众号：讯飞开放平台】欢迎添加关注！文章转载请注明出处。

责任编辑：haq