训练，口型支持4K。(4) 声音克隆基础版：训练基础版的声音模型，基于1分钟-5分钟语音语料进行训练，支持16K。(5) 声音克隆高阶版：训练高阶版的声音模型，基于30分钟左右语音语料进行训练，支持48K。(6) 声音克隆情感版：训练情感版的声音模型，基于1小时左右语音语料进行训练，支持48K。2

【AI技术】通用文字识别 高精度 ，能够快速准确识别各种网络图片中的不规则文字，支持手写文字识别，在复杂字体和复杂背景的情况下仍保持非常高的识别准确率。通用文字识别，能够快速准确识别各种网络图片中的不规则文字，支持手写文字识别，在复杂字体和复杂背景的情况下仍保持非常高的识别准确率

【通用文字识别-文字OCR识别-图片文字识别-图像OCR文字识别-通用文字OCR识别】通用文字OCR识别，适用于多场景，不规则图片的文字识别，识别精度高达99.9%以上。接口基于先进的深度学习技术，针对图片模糊、倾斜、翻转等情况进行专项优化处理，同时支持返回文字在图片中的位置信息，方便用户进行版式的二次处理。——

快递面单OCR识别支持市面上主流快递公司的快递单识别，返回包括收件人和寄件人的姓名、电话、地址、运单号及条形码等十余项字段的信息。识别容错率强，准确率高。—— 我们只做精品！一、产品介绍 :【快递面单OCR 快递面单OCR识别】快递面单OCR识别支持市面上主流快递公司的快递单识别

硅基数字人增值服务包括形象克隆训练和设计（2D超写实或3D数字人，真人或卡通)、声音克隆训练(基础克隆或增强版克隆服务)、视频制作接口调用、视频制作服务和代运营服务，助力客户业务。随着元宇宙时代的逐渐到来，信息传播的载体也从文字、图片飞速发展到今天的视频主宰，视频时代已经来临，用户接受信息的需求，已经逐渐从以前

对护照进行字段结构化识别，支持新旧版护照；支持图片和PDF，二者传参支持URL格式或BASE64字符串格式；支持图像自动分类，支持图像平面任意角度的旋转/倾斜。商品概述对护照进行字段结构化识别，支持新旧版护照；支持图片和PDF指定页识别，二者传参支持URL格式或BASE64字符串

JPEG图片转换，原图片大小不要超过6MJPEG图片转换，原图片大小不要超过6M。JPEG2000的压缩比更高，而且不会产生原先的基于离散余弦变换的JPEG标准产生的块状模糊瑕疵。JPEG2000同时支持有损压缩和无损压缩。另外，JPEG2000也支持更复杂的渐进式显示和下载。J

对营业执照进行字段结构化识别，支持宽版、竖版；支持图片和PDF指定页识别，二者传参支持URL格式或BASE64字符串格式。支持图像自动分类，支持图像平面任意角度的旋转/倾斜。商品概述对营业执照进行字段结构化识别，支持宽版、竖版；支持图片和PDF指定页识别，二者传参支持URL格式或

【户口本图片识别 户口簿OCR 居民户口本文字识别】识别户口本图像文字信息，并返回出生地址、名称、与户主关系、身份证号、性别、民族、婚姻状态、登记日期、出生日期、学历、籍贯等信息。精准识别，支持多种图片格式。—— 我们只做精品！一、产品介绍 ：【户口本图片识别 户口簿OCR 居民户

图片翻译集成文本检测、OCR文本识别、机器翻译、图片修复、图片合成等技术，将图片中的文字内容翻译替换成指定语种的文本。并提供在线编辑平台，可以对翻译后的图片背景以及文字内容进行高自由度的编辑。象寄图片翻译（www.xiangjifanyi.com）支持中文简体、中文繁体、日文、英

【车型识别 汽车图片识别】识别车辆图片中的具体车型，可识别常见的3000+款车型，返回车辆的品牌型号、颜色、年份、位置信息；支持返回对应识别结果的词条信息，链接、图片等内容。 —— 我们只做精品！一、产品介绍 :【车型识别 汽车图片识别】识别车辆图片中的具体车型，可识别常见的30

【图片质量检测 图片清晰度检测】通过深度学习大模型对图像的清晰度和美观度进行检测，返回分值进行判断，用于检测图片是否满足要求，去除模糊图片等。 —— 我们只做精品！一、产品介绍 :【图片质量检测 图片清晰度检测】通过深度学习大模型对图像的清晰度和美观度进行检测，返回分值进行判断，

【OCR文字识别-文字识别OCR-图片文字识别-手写文字识别-文字OCR识别-照片文字识别OCR】传入图片或pdf文件识别出文字，支持网络图片文字识别，办公文档识别，手写文字识别等多种样式的文字识别，提供多场景、多语种、高精度的文字识别。产品介绍：【OCR文字识别-文字识别OCR-

【道路运输证OCR识别 道路运输证OCR文字识别】智能识别上传道路运输证图片信息，包含业户名称、地址、车辆号牌、经营许可证、经济类型、车辆类型、吨座位、车辆规格、经营范围、初领日期、备注、发证日期等信息。支持各类图片格式 ——我们只做精品!一、产品介绍 :【道路运输证OCR识别 道路

【OCR文字识别】通用文字识别能力可以识别图像中文字内容和文字区域坐标，适用于多场景图像文字识别。图片要求：格式为 jpg或png，宽和⾼大于 8px，⼩于等于4000px，大小不能超过1MB。口碑商家，品质保障，金牌售后。价格优惠,响应迅速,数据准确

的识别需求。5、支持集群化部署支持多服务器集群化部署，满足高并发场景的识别需求。产品规格轻量版：使用轻量版检测和识别模型，对硬件要求低，普通CPU服务器即可实现高性能预测高精版：使用高精版检测和识别模型，预测精度更高，生产部署推荐带GPU服务器或16核及以上CPU服务器产品授权按