灵云SDK版本更新 助力企业快速拥有全方位人工智能

登录灵云开发者社区，开发者即可下载包括语音识别、语音合成、语音唤醒、语义理解、文字识别、人脸识别、手写识别、机器翻译、声纹识别、键盘输入在内的十多项人工智能技术SDK，支持Windows/Android/Linux/IOS等各种主流操作系统，能方便的集成到各种应用与客户业务系统中。除此之外，在社区内还有麦克风阵列、灵云种子等聚合性SDK以方便开发者快速实现近远场语音交互。

语音合成SDK

作为国内最早从事语音技术研究与应用的企业，捷通华声为广大开发者提供的灵云语音合成SDK可将文本实时准确地转换为自然、流畅的语音，并提供男声、女声、童声等多种合成音色，支持中文普通话、粤语、维语、英语、日语等21种语言，并可为用户提供定制化的语音合成服务。

语音合成SDK可以根据当前网络状况及指令的类型，自动判断使用本地引擎还是云端引擎进行语音合成。此次版本的升级优化了优化TTS Player，提升云端访问速度。

语音识别SDK

采用行业领先的深度学习算法，捷通华声为开发者提供行业领先的语音识别SDK，普通话识别准确率高达96%，并采用实时识别方式，实时率可达0.3以下，已支持普通话、英语、粤语、维吾尔语、客家话等多种语言，具备很强的口音普适性，并可自由定制垂直领域的语音识别模型，识别效果更精确。

此次版本更新，SDK增加了本地语音意图理解、云端本地双路识别功能，优化ASR Recorder，提升云端访问速度。

语音唤醒SDK

灵云语音唤醒SDK采用先进的芯片，ROM小于40K，低功率持续侦听，用户使用无感知，无需网络，实时离线唤醒，唤醒率大于95%，且误唤醒率低于小于 1次/24小时，并支持自定义设置多个唤醒词，满足用户个性化需求。

语义理解SDK

为开发者提供的语义理解SDK可实现意图理解与智能问答两类核心功能，支持上下文语义分析、多轮对话、实体属性等，支持天气、导航、航班、音乐、闲聊等20多个常见领域，且支持HTTP、Socket、WebService以及MRCP等多种接口，满足不同需求。

声纹识别SDK

灵云声纹识别技术采用端点检测和噪声消除技术，克服环境噪音对的影响，识别准确率高达99%，能够在多人对话场景中分离出单个说话人音频，并识别出每个人的说话内容，并提供声纹自由说、动态数字、开放文本、固定文本密码等多种识别模式。

人脸识别SDK

灵云人脸识别技术，采用最新深度学习算法，并引入国际领先的多模型融合技术，具备“一对一确认”与“多选一辨别”功能，可对人脸五官定位并对性别、表情、年龄、肤色、姿态等人脸属性进行分析，提供人脸属性识别、关键点定位、人脸1：1比对、人脸1：N识别、活体检测等能力。

光学字符识别SDK

捷通华声与清华大学合力攻关，应用最新机器学习算法，光学字符识别技术国际领先，识别率高达99.99%，让机器不再只能识别“清晰、端正的文字”，还能识别“倾斜、相对模糊的文字”，并且支持更多的字体。支持文档识别、票据识别、证照识别、银行卡识别、名片识别等多种应用领域。

手写识别SDK

灵云手写识别技术采用最新深度学习算法，正楷、连笔字、无笔顺识别率均在98%以上，且可支持中文、英文、维吾尔文、日文、韩文等多种语言、50多种笔势识别，还拥有倾斜校正、简繁体自动判断、拼音获取等强大功能，同时提供钢笔、铅笔、毛笔等多种笔形，将输写体验融入艺术与传统文化。

机器翻译SDK

灵云机器翻译技术采用国际先进的翻译技术及深度学习算法，可生成流畅的译文，翻译结果地道流畅，忠实表达原文内容，满足高质量的翻译要求，该版本SDK支持中英、中维等多种语言互译，具有翻译准确率高、翻译快速等优点。

键盘输入SDK

灵云开放平台为广大开发者提供键盘输入SDK，支持中文，外文，韩文，日文等识别，同时支持多种键盘(T9，Qwerty以及容错键盘)以及多种输入模式(拼音，五笔，笔画等)。

全方位AI技术 助力智能场景应用落地

十多年的行业积累，捷通华声灵云全方位人工智能技术已在各行各业得到广泛应用实践，灵云SDK在移动应用、智能客服、智能家电、智能音箱、智能车载、机器人等应用领域大显神通：可为移动应用提供智能语音、图像、手写、生物特征识别等智能技术集成手段，可利用语音识别SDK、语音合成SDK、麦克风阵列SDK等让电视、空调等实现自然远场语言交互，可通过SDK结合打造可语音、手写的智能车载输入法，让车载设备拥有远场语音识别能力，可真正实现让机器人“能说会听、能写会看、能辨音会认人、能思考会判断”。

未来，捷通华声将通过灵云全方位人工智能开放平台，为广大企业及个人开发者提供更多更加智能的人工智能能力SDK，助力企业智能化产品、设备的快速落地，从而实现“让每个企业都拥有人工智能，让每个人都能享受到人工智能的轻松与便捷”。