No.105百度 AI 开放平台
OCR 文字识别、人脸识别、图像审核、语音合成/识别
ai.baidu.com
OCR、人脸、语音、翻译等 AI 能力 API
这一类指的是单点、可直接调用的 AI 能力接口:文字识别(OCR)、人脸与人体识别、语音识别与合成、翻译、图像处理、内容审核等。与通用大模型不同,它们针对特定任务做了专门优化,在各自领域内通常准确率更高、延迟更低、成本也更可控。
OCR 与内容审核是使用面最广的两类。OCR 的典型价值在于把用户的手工填表替换成拍照自动填充,能显著降低表单流失;内容审核则是所有允许用户发布内容的产品在国内的合规前提——社区、直播、社交、电商评价都在范围内,这是法定义务而非产品选择。
需要特别提示的是合规边界。人脸、声纹属于生物识别信息,身份证信息属于敏感个人信息,中国的相关法规对其收集、传输与存储有严格要求:必须取得用户单独同意、明示用途、采取加密措施,且不应超期留存。为排查问题长期保存原始图像,是这类项目中常见且风险很高的做法。