近日，靈云語音合成SDK、譯圖智訊OCR SDK、易道博識SDK等66款人工智能類SDK已完成對鴻蒙5的適配。這些SDK覆蓋語音合成與識別、光學字符識別、圖像增強與處理等多個人工智能核心領域，有效幫助鴻蒙開發(fā)者快速集成多項先進AI能力，從而更專注于產品創(chuàng)新與用戶體驗提升。
• 靈云語音合成SDK
靈云語音合成SDK可將文本實時、準確地轉換為自然、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。此外，該SDK的普通話識別準確率高達98%，支持普通話、英語、粵語、維吾爾語、客家話等多種語言，具備很強的口音普適性，用戶還可自由定制垂直領域的語音識別模型，識別效果更精確。
靈云SDK已在移動應用、智能客服、智能家電、智能車載、機器人等眾多領域廣泛應用。在移動應用領域，服務京東商城、滴滴打車、高德地圖等眾多知名應用；在智能車載領域，實現(xiàn)智能車載輸入法、智能語音導航、車輛控制等功能；在服務類機器人領域，助力眾多機器人廠商實現(xiàn)智能交互與精準交流；在智能家居領域，讓家電設備實現(xiàn)遠場語音控制與人臉、聲紋識別等智能化服務。
• 譯圖智訊OCR SDK
譯圖智訊OCR SDK基于移動端深度學習框架，構建起覆蓋個人證照識別、車輛證件識別、企業(yè)證照識別、圖像分類、印章檢測、通用識別等20個垂直場景的OCR產品矩陣，可以幫助應用快速、準確地從圖像中提取文字信息，并將其轉換為可供編輯和處理的文本格式。
通過輕量化的設計架構，譯圖智訊OCR SDK實現(xiàn)三大核心技術突破：1、極速響應：證卡識別響應速度最快可達200ms/張，復雜場景識別準確率達99.6%；2、超輕體量：SDK增量體積壓縮至10MB以下，降低內存占用負載；3、智能適配：模塊化架構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用，為客戶提供豐富、便捷、安全的產品體驗。
• 微幀移動端超分增強SDK
該SDK基于AI圖像優(yōu)化算法，對視頻進行實時智能超分辨率、色彩增強、畫質修復處理，已被咪咕視頻等應用集成，為用戶提供了更高清的視頻觀看體驗。
• 易道博識SDK、合合OCR SDK
兩款SDK皆服務于中信證券、蜻蜓點金、廣發(fā)基金、浦大喜奔、陸基金等頭部金融理財應用，以及韻達快遞等物流類應用，使用戶體驗更加便捷高效。
目前，已有即時通訊類、認證類、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，越來越多的鴻蒙應用將在語音交互、圖像識別、視頻增強等AI核心應用場景實現(xiàn)體驗升級。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)擴展，為多行業(yè)場景注入更高效、更智能的創(chuàng)新體驗。
