近日，靈云語音合成SDK、譯圖智訊OCR SDK、易道博識(shí)SDK等66款人工智能類SDK已完成對(duì)鴻蒙5的適配。這些SDK覆蓋語音合成與識(shí)別、光學(xué)字符識(shí)別、圖像增強(qiáng)與處理等多個(gè)人工智能核心領(lǐng)域，有效幫助鴻蒙開發(fā)者快速集成多項(xiàng)先進(jìn)AI能力，從而更專注于產(chǎn)品創(chuàng)新與用戶體驗(yàn)提升。
• 靈云語音合成SDK
靈云語音合成SDK可將文本實(shí)時(shí)、準(zhǔn)確地轉(zhuǎn)換為自然、流暢的語音，并提供男聲、女聲、童聲等多種合成音色，支持中文普通話、粵語、維語、英語、日語等60多種語言，并為用戶提供定制化的語音合成服務(wù)。此外，該SDK的普通話識(shí)別準(zhǔn)確率高達(dá)98%，支持普通話、英語、粵語、維吾爾語、客家話等多種語言，具備很強(qiáng)的口音普適性，用戶還可自由定制垂直領(lǐng)域的語音識(shí)別模型，識(shí)別效果更精確。
靈云SDK已在移動(dòng)應(yīng)用、智能客服、智能家電、智能車載、機(jī)器人等眾多領(lǐng)域廣泛應(yīng)用。在移動(dòng)應(yīng)用領(lǐng)域，服務(wù)京東商城、滴滴打車、高德地圖等眾多知名應(yīng)用；在智能車載領(lǐng)域，實(shí)現(xiàn)智能車載輸入法、智能語音導(dǎo)航、車輛控制等功能；在服務(wù)類機(jī)器人領(lǐng)域，助力眾多機(jī)器人廠商實(shí)現(xiàn)智能交互與精準(zhǔn)交流；在智能家居領(lǐng)域，讓家電設(shè)備實(shí)現(xiàn)遠(yuǎn)場(chǎng)語音控制與人臉、聲紋識(shí)別等智能化服務(wù)。
• 譯圖智訊OCR SDK
譯圖智訊OCR SDK基于移動(dòng)端深度學(xué)習(xí)框架，構(gòu)建起覆蓋個(gè)人證照識(shí)別、車輛證件識(shí)別、企業(yè)證照識(shí)別、圖像分類、印章檢測(cè)、通用識(shí)別等20個(gè)垂直場(chǎng)景的OCR產(chǎn)品矩陣，可以幫助應(yīng)用快速、準(zhǔn)確地從圖像中提取文字信息，并將其轉(zhuǎn)換為可供編輯和處理的文本格式。
通過輕量化的設(shè)計(jì)架構(gòu)，譯圖智訊OCR SDK實(shí)現(xiàn)三大核心技術(shù)突破：1、極速響應(yīng)：證卡識(shí)別響應(yīng)速度最快可達(dá)200ms/張，復(fù)雜場(chǎng)景識(shí)別準(zhǔn)確率達(dá)99.6%；2、超輕體量：SDK增量體積壓縮至10MB以下，降低內(nèi)存占用負(fù)載；3、智能適配：模塊化架構(gòu)支持功能組件自由組合，縮短定制開發(fā)周期。目前，譯圖智訊OCR SDK已在多家銀行金融單位落地應(yīng)用，為客戶提供豐富、便捷、安全的產(chǎn)品體驗(yàn)。
• 微幀移動(dòng)端超分增強(qiáng)SDK
該SDK基于AI圖像優(yōu)化算法，對(duì)視頻進(jìn)行實(shí)時(shí)智能超分辨率、色彩增強(qiáng)、畫質(zhì)修復(fù)處理，已被咪咕視頻等應(yīng)用集成，為用戶提供了更高清的視頻觀看體驗(yàn)。
• 易道博識(shí)SDK、合合OCR SDK
兩款SDK皆服務(wù)于中信證券、蜻蜓點(diǎn)金、廣發(fā)基金、浦大喜奔、陸基金等頭部金融理財(cái)應(yīng)用，以及韻達(dá)快遞等物流類應(yīng)用，使用戶體驗(yàn)更加便捷高效。
目前，已有即時(shí)通訊類、認(rèn)證類、媒體類等21類伙伴的780余款SDK適配鴻蒙5，而隨著近百款人工智能類SDK的全面適配，越來越多的鴻蒙應(yīng)用將在語音交互、圖像識(shí)別、視頻增強(qiáng)等AI核心應(yīng)用場(chǎng)景實(shí)現(xiàn)體驗(yàn)升級(jí)。期待在未來，隨著更多鴻蒙開發(fā)者和合作伙伴加入鴻蒙生態(tài)，智能化能力邊界將持續(xù)擴(kuò)展，為多行業(yè)場(chǎng)景注入更高效、更智能的創(chuàng)新體驗(yàn)。
