文字语音识别教程，免费OCR试用
华为云文字识别产品列表
华为云文字识别产品列表
-
通用类OCR（General OCR）：
●通用类OCR支持表格、文档、网络图片、健康码、核酸检测记录等任意格式图片上文字信息的自动化识别，自适应分析各种版面和表格，快速实现各种文档电子化
-
证件类OCR（Card OCR）：
●证件类OCR支持身份证、驾驶证、行驶证、护照等证件图片上有效信息的自动识别和关键字段结构化提取
-
票据类OCR（Receipt OCR）：
●票据类OCR支持增值税发票、机动车销售发票、火车票、出租车发票等各种发票以及发票验真，支持图片及PDF、OFD文档上有效信息的自动识别和结构化提取。
-
行业类文字识别（Domain OCR）：
●行业类文字识别支持物流面单、医疗化验单据等多种行业特定类型图片的结构化信息提取和识别，助力行业自动化效率提升
-
文字识别功能与试用：
●文字识别（Optical Character Recognition，OCR）是指对图像文件的打印字符进行检测识别，将图像中的文字转换成可编辑的文本格式。OCR通过API提供服务能力，用户需要通过编程来处理识别结果。
●在开通OCR前，请先使用OCR体验馆体验服务功能。该方式无需编程，只需在网页端上传图片，即可体验识别效果。
●开通OCR后，默认按API调用次数进行收费。API使用指导请参见使用流程简介。
文字语音识别使用必看文档
-
什么是文字识别
文字识别（Optical Character Recognition，简称OCR）是指将图片、扫描件或PDF、OFD文档中的打印字符进行检测识别成可编辑的文本格式，以JSON格式返回识别结果。
文字识别（Optical Character Recognition，简称OCR）是指将图片、扫描件或PDF、OFD文档中的打印字符进行检测识别成可编辑的文本格式，以JSON格式返回识别结果。
-
通用类文字识别功能介绍
通用表格识别：提取表格内的文字和所在行列位置信息，适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化，恢复结构化信息。
通用表格识别提取表格内的文字和所在行列位置信息，适应不同格式的表格。同时也识别表格外部的文字区域。用于各种单据和报表的电子化，恢复结构化信息。
-
智能分类文字识别
智能分类识别服务可以一次性对同张图片中的多个卡证、票据识别，并返回每个卡证、票据的类别及结构化数据。智能分类识别服务应用在身份认证、财务报销等多种场景。
智能分类识别服务可以一次性对同张图片中的多个卡证、票据识别，并返回每个卡证、票据的类别及结构化数据。智能分类识别服务应用在身份认证、财务报销等多种场景。
-
证件类文字识别
自动识别身份证上的全部信息，支持身份证正反面识别，一次扫描即可识别身份证号码、姓名、地址等信息，在暗光、倾斜、过曝光、阴影等异常条件下均可准确识别身份证信息。
自动识别身份证上的全部信息，支持身份证正反面识别，一次扫描即可识别身份证号码、姓名、地址等信息，在暗光、倾斜、过曝光、阴影等异常条件下均可准确识别身份证信息。
-
票据类文字识别
通过对增值税发票图片预处理、表格提取、文字提取、文字识别、结构化信息输出等一系列技术化手段，快速将增值税发票上的文字信息识别出来，节省大量的人工录入成本。
通过对增值税发票图片预处理、表格提取、文字提取、文字识别、结构化信息输出等一系列技术化手段，快速将增值税发票上的文字信息识别出来，节省大量的人工录入成本。
-
文字识别计费项和计费模式
文字识别提供两种计费模式：按需计费，套餐包计费。按需计费：默认计费方式，指按照API调用次数收费，按次进行结算。套餐包计费：相比“按需计费”具有更大折扣。
文字识别提供两种计费模式：按需计费，套餐包计费。按需计费：默认计费方式，指按照API调用次数收费，按次进行结算。套餐包计费：相比“按需计费”具有更大折扣。
-
什么是语音交互服务
语音交互服务是一种人机交互方式，用户通过实时访问和调用API获取语音交互结果。例如用户通过语音识别功能，将口述音频或者语音文件识别成可编辑的文本
语音交互服务是一种人机交互方式，用户通过实时访问和调用API获取语音交互结果。例如用户通过语音识别功能，将口述音频或者语音文件识别成可编辑的文本
-
实时语音识别功能介绍
实时语音识别服务，用户通过实时访问和调用API获取实时语音识别结果，支持的语言包含中文普通话、方言，方言当前支持四川话、粤语和上海话。
实时语音识别服务，用户通过实时访问和调用API获取实时语音识别结果，支持的语言包含中文普通话、方言，方言当前支持四川话、粤语和上海话。
-
语音交互服务使用简介
如果您是业务开发者，没有代码编写基础，您可以使用该方式体验语音交互服务的一句话识别和语音合成功能。该方式只能用于体验，不能用于开发。
如果您是业务开发者，没有代码编写基础，您可以使用该方式体验语音交互服务的一句话识别和语音合成功能。该方式只能用于体验，不能用于开发。
