语音技术
提供端到端语音语言大模型、语音识别、语音合成、声音复刻、语音翻译和智能语音会议等能力。
百度AI开放平台
用全栈AI能力构建智能应用百度AI开放平台面向开发者和企业提供语音、文字识别、人脸与人体、图像、语言与知识、视频及大模型等开放能力，并配套体验中心、开发文档、API在线调试和行业解决方案。
- 1397项
- 公开技术能力
- 24小时
- 快速集成支持
- 70+
- AI能力在线体验
- 200+
- 大模型文档翻译支持语言
覆盖多技术方向的AI服务
从语音交互、文档解析到视觉识别、语言理解和大模型开发，平台提供可体验、可调用、可集成的人工智能能力。
文字识别与文档解析
支持通用文字识别、办公文档识别、表格识别、手写文字识别、证件识别、票据识别和文档解析。
图像与人脸识别
提供通用物体和场景识别、看图识万物、图像搜索、图像增强、人脸检测、活体检测和人体行为分析等能力。
大模型开发
提供文心大模型和百度千帆大模型平台，支持以大模型和Agent为基础开展企业级应用开发。
开发与调试工具
提供开发文档、SDK下载、API在线调试、AI能力体验中心、入门教程和教学视频，帮助开发者完成能力接入。
平台能力持续更新
关注大模型文档翻译、端到端语音语言大模型和文档解析等公开发布信息，了解平台的新能力与版本进展。
大模型文档翻译重磅发布
支持多格式文档和200+语言互译，平台公开信息显示其面向复杂内容提供更快、更准确的翻译能力。
端到端语音语言大模型正式商用
端到端语音语言大模型Pro版公开上线，平台介绍其支持更自然的语音交互体验。
文档解析（PaddleOCR-VL）1.6发布
公开资讯显示新版增强了文本、表格和公式解析能力。
从体验到集成的开发入口
平台提供AI能力体验中心、入门教程、文档中心、SDK下载、API在线调试、教学视频和开发者社区等资源。
从这里开始使用百度AI开放平台。
NETWORK
