百度 AI 开放平台

百度 AI 开放平台是百度对外提供各类 AI 能力接口的入口，覆盖文字识别、人脸与人体、图像、语音、自然语言处理等方向。其中 OCR 是使用面最广的一类，接口按证件与票据类型做了细分。

核心能力

• OCR 文字识别：通用文字、身份证、银行卡、营业执照、发票、表格、车牌
• 人脸识别：检测、比对、搜索、活体检测、人脸库管理
• 图像识别：通用物体、商品、动植物、logo 识别
• 图像审核：涉黄涉政涉暴内容检测
• 语音技术：语音识别与语音合成
• 自然语言处理：分词、情感分析、文本纠错、相似度

典型场景

OCR 在办事流程线上化中用得最多——身份证、营业执照识别可以把用户的手工填表替换成拍照自动填充，显著降低表单流失。票据与表格识别常用于财务报销系统。图像审核则是 UGC 产品的合规基础设施。

接入方式

在控制台创建应用获取 API Key 与 Secret Key，多数接口采用先用密钥换取 access_token、再携带 token 调用的两步流程，token 有有效期需要缓存复用，不要每次请求都重新获取。官方提供多语言 SDK。

注意事项

个人开发者可注册使用，各接口通常有免费调用额度，部分高级接口需企业认证。人脸识别与身份证识别涉及生物识别信息与身份信息，属于敏感个人信息，采集、传输与存储需符合个人信息保护相关法规，务必取得单独同意并做好加密与最小化留存，不要为了排查问题长期保存原始图像。