AI技术再次升级，新技术、更丰富的平台你了解多少？

7月3日～4日，一年一度的百度AI开发者大会在京举行。承载AI to B发展的智能云业务，以丰富多彩的落地案例和一站式的开发者服务深受企业、机构、开发者的关注和垂询。百度智能云除了基础服务保障，在AI服务方向，更是助力企业创新发展。本月，我们将打磨和升级的多项AI新技术、新能力与大家开放共享，欢迎关注和使用，持续创造价值!

更多AI技术能力上新

不仅在产品前端和用户体验上不断优化，针对不同行业及各个细分领域，百度智能云都在细节上进行完善调整，在AI能力方面，从语音识别、文字识别、人体分析、图像识别和车辆分析五个技术方向上，加速进化产品能力和服务支持：

1、语音识别

这次，在语音识别能力上，升级了极速版接口，在以往pcm 、wav 、amr等语音格式基础上，增加m4a格式支持。让小程序也可实现直接调用，大大减少了音频格式转换所需的资源和时间，大幅提升接入效率，语音识别准确率也有同步提升。

2、文字识别OCR

两项新能力正式投入商用，其中火车票识别模型支持对红蓝火车票的8个关键字段，包括车票号码、始发站、目的站等信息的结构化识别。而出租车票识别模型支持对全国各大城市出租车票的6个关键字段，如发票号码、金额等信息进行结构化识别。

这两大模型的识别准确率均超过95%，将为企业报税带来便利，能够有效减少人工核算工作量，降低人力成本，实现财税报销的自动化。

3、人体分析

升级后的人流量统计优化模型算法提升了人数统计的准确率，50人以上的图片，人数统计的平均准确率高达98%以上。同时，升级后的模型算法支持框选多个不规则区域统计局部人数，方便统计观察图片中多个重点区域的人群热度，最多可一次性指定10个区域，这在安防监控等场景下有着重要意义，可用于及时导流、限流，预警核心区域人群过于密集等安全隐患。

手部关键点识别现已开放邀测，检测图片中的手部并返回手部矩形框位置，定位手部的21个主要骨节点，可用于自定义手势检测、AR 特效、人机交互等场景。

危险行为识别现已开放邀测，针对5s内的监控视频片段，目前能支持识别7类危险行为，其中包括情绪性指人、摔倒、激烈抱怨、拉扯推搡、激烈搂抱和踢踹等动作的识别，应用于特殊场景下，能协助日常的治安管理。

4、图像识别：3项新能力全面开放

▷ 红酒识别技术意味着只要输入一张图片，就能识别图像中的红酒标签，返回红酒名称、国家、产区、等信息，现可识别数十万中外红酒，方便在电商购物、红酒鉴定等场景使用。

▷ 货币识别技术现可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。

▷ 黑白图像上色技术只需上传黑白照片，即可立刻获得彩色照片。现可接入小程序或网页等，方便各种主题活动的开展。

5、车辆分析

▷ 车辆分割目前该技术以识别小汽车为主，能识别车辆的轮廓并与背景进行分离，并能够返回分割后的二值图、灰度图、前景抠图，除了各种角度外，在车门开启等情形下也能识别。

更丰富的AI开发平台

6月，百度智能云上新1个AI开发平台：语音自训练平台支持呼叫中心模型。同时发布了EasyDL训练和服务平台的两大新功能。让你零代码也能享受AI技术的强大。

1、EasyDL新发布智能标注功能

EasyDL训练和服务平台——物体检测模型重磅推出智能标注功能，面对数目庞大的训练数据集，开发者们只需优先标注数据集自动筛选出的约30%的关键图片，EasyDL即可一键标注剩余的图片，轻松获得效果优质的物体检测模型。