人工智能作为如今最前沿的技术之一,每天都处于快速的更新迭代中。为了给客户提供最优质的服务,百度智能云也在不断升级自己的AI能力,推出更多产品和解决方案,助力企业的智能化转型。

接下来,我们将为您盘点一下百度智能云5月份AI技术的更新情况,希望对您的业务有所帮助。

更多AI技术能力上新

AI技术能力方面,5月,百度智能云在语音合成、文字识别、人体分析、图像识别四个技术方向上均有新能力提供,也催生了更多业务场景。

1、语音合成:全新推出精品音库

这次的语音合成产品新增了5个精品音库,包括童声音库度米朵、度小童、情感男声度博文、情感女声度小娇、度小雯,可以满足更丰富的场景需求。

2、文字识别OCR

▷ 手写文字识别模型升级

支持对图片中的手写中文、手写数字进行检测和识别,针对不规则的手写字体进行专项优化,中文识别准确率提升38%以上,识别准确率可达90%以上;而且现在注册还可以享受 50次/天的免费调用额度,先试后买,让您用着更放心。开通付费后即可无限调用,价格低至4.5元/千次起。

▷ 数字识别模型升级

支持对图片中的数字进行提取和识别,自动过滤非数字内容,返回结果包含数字内容及其位置信息,识别准确率超过99%;同样,现注册就可以领取 200次/天的免费调用额度,开通付费后,并发量即可提升至10次/秒,超出免费额度将按次进行阶梯计费;价格低至2元/千次起。

▷ 身份证识别模型升级

1)正面:即人像面——住址字段识别准确率提升至95%+。

2)反面:即国徽面——签发机关字段识别准确率提升至98%+。

▷ 银行卡识别模型升级

支持对银行卡的卡号、有效期、发卡行、卡片类型4个关键字段进行结构化识别,识别准确率超过99%。模型升级支持识别更多地方银行的银行卡及非常规卡片(如卡号在背面)。

▷ 出租车票识别模型升级

支持城市由北、上、深扩增至全国30余个主要城市和地区,精准识别出租车票的6个关键字段,包括发票号码、代码、车号、日期、时间、金额。

▷ 网络图片文字识别模型升级

模型升级,整体识别准确率提升11.8%,能够快速准确识别各种网络图片中的文字,在复杂字体和复杂背景的情况下仍能保持非常高的识别准确率。

3、人体分析:人体检测与属性识别模型升级

百度智能云在5月对人体分析模型进一步升级,21类属性的平均准确率从84.4%提升至88.1%。

4、图像识别

▷ 红酒识别技术正式开放

识别图像中的红酒标签,返回红酒名称、国家、产区、酒庄、类型、糖分、葡萄品种、酒品描述等信息,可识别数十万中外红酒。

▷ 货币识别技术正式开放

识别图像中的货币类型,返回货币名称、代码、面值、年份信息,可识别百余种国内外常见货币。

▷ 通用物体与场景识别模型升级

模型升级,Top1准确率绝对值提升7%。支持超过10万类物体和场景识别,接口返回单张图片内的1个或多个物体的名称,并关联百科词条信息,广泛应用于广告及内容推荐等业务场景中。

▷ 植物识别模型升级

模型升级,Top1准确率绝对值提升11.76%。支持识别2万多种植物和近8000种花卉,接口返回植物的名称及百科信息,适用于拍照识图类APP中。

更丰富的AI开发平台

5月,百度智能云新开放了2个AI开发平台,包括:EasyDL定制视频分类和iOCR财会版。除此之外,智能对话训练和服务平台UNIT全面升级至3.0,有哪些新功能,一起来看看吧!

1、EasyDL定制视频分类

面向视频分析场景,通过标注每类50个、10s以内的视频片段进行训练,从而实现 “需要连续图片帧组合判断”的视频内容分析,可用于定制工人操作行为规范识别AI模型、定制物体移动方向判断的AI模型等业务场景中。

2、iOCR财会票据识别

新开放的iOCR财会版为财务工作者带来了福音,许多繁琐的工作以后都有AI平台代劳啦。目前已经开放的功能包括:

1)新增票据检测分类功能,可直接识别发票粘贴单上的多张不同类型发票。

2)系统预置7种报销常用票据模板、4大行及招商银行的银行对账单模板,可满足80%以上财会场景需求。

3)对于特殊票据,支持快速自定义模板及分类器。

4)底层模型针对财会场景进行专项优化:支持自动去红章;支持套打偏移识别;金额数字识别精度更高。

3、理解与交互技术UNIT 3.0

▷ 重磅发布「我的知识」,一站式实现知识挖掘与语义理解

「我的知识」模块在UNIT中引入了百度知识图谱通用算法集合,帮助开发者使用自有数据构建企业图谱知识库与问答知识库,挖掘的知识可用于优化技能模型的理解效果、完善对话流程的控制与答复。

▷ 全新推出「对话式文档问答」,导入业务文档自动构建对话模型

基于「对话式文档问答」技术,开发者只需导入业务文档,即可自动构建出基于文档理解的对话技能,允许开发者对对话效果进行调优,具备持续学习能力,大幅降低了产品介绍、说明等场景下的智能业务问答开发成本。

▷ 全新发布对话日志挖掘工具「Data Kit」,大幅提升模型调优效率

离线对话日志挖掘工具Data Kit,支持从对话日志中挖掘出对话训练样本,来训练、优化对话模型的理解效果,帮助开发者以低成本不断提升模型理解效果,样本生产和标注效率平均提升8倍。

▷ 开放支持自定义调优的离线SDK,确保断网环境下的语义解析能力

具有端计算能力的离线SDK,可提供智能车载、智能家居等多个场景下的离线场景文件,并支持自定义调优,实现设备在断网环境下也可以提供语义解析服务。

▷ 预置技能增至58个,满足更多场景需求

新上线可定制预置技能3个,包括会议室预定、电台控制、购买药品,开发者可以根据业务需求调整这些技能的词典,让预置技能效果更贴合业务;同时还上线了含资源预置技能:成语问答、计算器、进制转换、单位换算,可直接解析出问题的答案。