语音识别

国内独创的字级LC-BLSTM/DFSMN-C
TC建模，大幅提高了语音识别的精度

合成音真实饱满、抑扬顿挫、富有表现
力，MOS评分达到业内顶级水准

构建语音交互场景下的口语理解和
对话系统，提供给开发者自纠错能
力及对话定制能力

文字识别

图片识别

人脸识别

视频能力

将图片、照片上的文字内容
识别出来，直接转换为可编
辑文本的功能

可精准识别图像中的视觉
内容，包括上千种物体标
签、数十种常见场景等

提供人脸检测定位、人脸属性
识别和人脸比对等独立服务模块

通过对视频的多维理解，视频进行智能分析、主体识别、封面生成、内容检索等高效的服务

文本审核

词法分析

文本纠错

情感分析

自动识别出文本中夹杂的违
禁、涉政、色情、广告、辱
骂、灌水等内容

依存句法通过分析句子中
词与词之间的依存关系，从
而捕捉到词语的句法结构信息

准确识别输入文本中出现的拼
写错别字及段落位置信息，并
针对性给出正确的建议文本内容

对带有情感色彩的主观性文本
进行分析、处理、归纳和推理
的过程

智能客服

信息审核

智能会议

智慧法庭

基于阿里云AI平台，实现智能营销、智能外

呼、在线客服等多种应用场景，帮助企业节

省人力成本投入、提高服务质量、实现企业

智能化营销等。

OCR卡证识别通过对身份证、营业执

照、不动产权证等多种卡证的结构化

提取，有效解决各行业对客户身份信息

的快速采集、录入、管理的需求，实现快

速审核，有效提升用户体验。

可帮助用户实现智能会议的全流

程，包括会议创建、以及通过实时

语音自动转写、分角色辅助记录会

议内容、会议记录自动存储等，支

持线上公共云以及本地化部署。

智能庭审记录解决方案利用先进

的语音识别技术代替传统人工

输入，客观完整地还原庭审过程及

原貌，提高庭审记录效率，有效缓解

案多人少的矛盾。

智慧课堂

智慧医疗

图片搜索

智慧媒体

围绕互动课堂，通过语音、视觉等能力

识别课堂上动作、对话，监测教学质

量。更多应用场景体现于AI考勤、举手

识别、口语评测、课件生成等

借助AI中的信息抽取、知识图

谱、智能对话等语音、语义技术，帮助

用户个性化定制导诊场景，避免患者

盲目就医，有效减轻工作台压力，明显

提升患者就医体验。

通过人工智能视觉技术，实现拍

照购物、商品推荐、布料搜索、图

片版权保护、商标查询等场景，从

而简化搜索流程，提升用户体

验、提高企业效率。

以AI平台为基础，基于平台能力及业务

数据积累，更灵活、更全面、更实时的

满足采编播存各个环节的运营诉

求，提高内容制作效率，释放人力。