检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
语音识别服务最新动态下载 及时关注文字语音识别 最新动态 语音识别 产品介绍下载 快速了解文字语音识别产品 语音识别 快速入门下载 快速掌握电脑语音识别服务 语音识别 SDK参考下载 掌握语音识别SDK，提升效率 语音识别 API参考下载 了解语音识别输入法 API 语音识别 常见问题下载 了解语音识别常见问题，避免踩坑
准备工作 开通文字识别服务 登录文字识别控制台。 在控制台左上角选择区域为“北京四”，并开通“增值税发票识别”、“发票验真”。 开通后，默认为按需计费。 图1 开通管理 完成文字识别对OBS服务授权。 在文字识别控制台，选择“服务授权”，单击开通授权。 图2 服务授权 创建 rf_amdin_trust
快速卸载 快速卸载前请确认OBS桶中无文件，否则会导致删除失败。 解决方案部署成功后，单击该方案堆栈后的“删除”。 图1 一键卸载 在弹出的删除堆栈确认框中，输入方案的堆栈名称，单击“确定”，即可卸载解决方案。 图2 删除堆栈确认 父主题： 实施步骤
可自动获取该发票的识别与验真结果，以发票文件名称为前缀的JSON文件存储： 图3 获取识别结果文件 通过华为云SDK使用 企业业务系统可通过华为云提供的SDK服务与OBS桶进行对接，当员工上传发票图片或者电子发票PDF文件到华为云OBS桶后，即可自动进行文字识别和验真，企业业务系
实施步骤 准备工作 自动化部署步骤 开始使用 快速卸载 父主题： 发票识别与验真
”为单位。 ≥0次每分钟 文字识别 每个子服务都有调用成功次数和失败次数两个指标。 对象存储服务 对象存储服务（Object Storage Service，简称OBS）是稳定、安全、高效、易用的云存储服务。文字识别接口都涉及到对用户的数据处理，用户的大量数据采用OBS批量方式处理，可以提升云上处理的总体效率。
0元/GB-秒 400,000 GB/秒以上 ：0.00011108元/GB-秒 0元 文字识别 OCR 区域：华东-上海一 计费模式：按需计费 服务类型： 网络图片识别 0.05元/次 电子面单识别 0.08元/次 50+80 = 130元 总计： - 130.1490元
车辆通行费发票识别：识别车辆通行费中的关键文字信息，并返回识别的结构化结果。 飞机行程单识别：识别飞机行程单中的文字信息，并返回识别的结构化结果。 定额发票识别：识别定额发票中的文字信息，并返回识别的结构化结果。 商用 - 2 新增火车票识别、银行卡识别、营业执照识别 火车票识别：识别火车票中的文字信息，并返回识别的结构化结果。
7%2、训练2.1. 算法基本信息任务类型文字识别支持的框架引擎PyTorch-1.4.0-python3.6算法输入存储在OBS上的数据集，必须将训练打包成lmdb格式进行存储，详情请查看下文第4节案例指导算法输出用于Pytorch推理的pth模型代码结构|-- lib| |-- datasets|
本地调用 本章节以通用表格识别为例，介绍如何使用OCR Python SDK在本地进行开发。 该接口可以识别表格图片中的文字内容，并将识别结果以JSON格式返回给用户。返回结果包含两类：纯文本区（text）和表格区（table），并返回表格结构（row, column）和文本信息。
具体请参考华为云官网价格详情，实际收费以账单为准： 表1 资源和成本规划 华为云服务 计费说明 每月花费（调用1000次） 文字识别服务 增值税发票识别： 0.18元/次 发票验真：0.23元/次 410元 对象存储服务 数据存储（多AZ存储）：0.1390元/GB/月 请求费用：0
生成语音对应的文字，支持的语言包含中文普通话、方言。 录音文件识别 对于录制的长语音进行识别，转写成文字，提供不同领域模型，具备良好的可扩展性，支持热词定制。 对于录制的长语音进行识别，转写成文字，提供不同领域模型，具备良好的可扩展性，支持热词定制。 电话通信的语音拨号 特别是
not subscribed. 请求服务失败，服务未开通。 请前往文字识别控制台开通需要调用的API，注意API的开通区域。 如已开通服务，请检查开通服务的区域（或账号）与调用服务的区域（或账号）是否一致；若一致请检查API的URL是否拼写正确。 ModelArts.4301 Have
受技术与成本多种因素制约，文字识别服务存在一些约束限制。 以通用文字识别API为例，输入数据存在以下约束。其他API的的使用约束请参见约束与限制。 只支持识别PNG、JPG、JPEG、BMP、TIFF格式的图片。 图像各边的像素大小在15px到8192px之间。 图像中识别区域有效占比超过
自动识别图片中的车牌信息。 名片识别 自动识别名片中的信息，识别信息包括姓名、职位头衔、公司、部门、联系方式、地址、邮箱、传真、邮编、公司网址等信息，并将识别结果返回给用户。 VIN码识别 自动识别图片上的车架号信息。 泰文身份证识别 自动识别身份证上的全部信息，一次扫描即可识别身份证号码、姓名、地址等全部信息。
修订记录 发布日期 修订记录 2023-04-30 第一次正式发布。
修订记录 表1 修订记录 发布日期↵ 修订记录↵ 2022-03-30 第一次正式发布。↵ 2023-03-08 修订实施步骤。 2024-08-22 适配函数工作流EventGrid触发器。
OCR服务需要用户通过调用API接口，将图片或扫描件中的文字识别成可编辑的文本，然后返回JSON格式的识别结果，用户需要通过编码将识别结果对接到业务系统或保存为TXT、Excel等格式。 关于文字识别的相关声明请参见文字识别服务声明。 文字识别服务等级协议请参见华为云服务等级协议。
资源和成本规划 该解决方案主要部署如下资源，需要的产品列表和配置示例如表1、表2所示，以下花费仅供参考。 表1 产品配置说明 产品 配置示例 文字识别服务 区域：华北-北京四 计费模式：按需计费 涉及服务：增值税发票识别、发票验真 对象存储服务 区域：华北-北京四 计费模式：按需计费
如果您需要对华为云上购买的OCR资源，为企业中的员工设置不同的访问权限，以达到不同员工之间的权限隔离，您可以使用统一身份认证服务（Identity and Access Management，简称IAM）进行精细的权限管理。该服务提供用户身份认证、权限分配、访问控制等功能，可以帮助您安全的控制华为云资源的访问。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
