有道智云AI开放平台_文本翻译工具_在线文字识别工具

申请试用

有道智云AI开放平台

有道智云AI开放平台专注提供稳定、安全、高效的AI服务。网易有道旗下一个为开发者、企业和政府机构等提供自然语言翻译、文字识别OCR等服务以及行业解决方案的云服务平台。致力于提供安全，可靠和高效的云服务。

立即咨询

首页 > 产品中心 > 云服务 > 有道智云AI开放平台

有道智云平台：专注提供稳定、安全、高效的AI服务 icon

有道神经网络翻译

翻译语种覆盖全面

中文与英语、日语、韩语、法语、西班牙语、葡萄牙语、俄语、德语、越南语、阿拉伯语、印尼语、意大利语、荷兰语、泰语共计14个语种的互译；英文与印地语、印尼语、法语、西班牙语、葡萄牙语、日语、韩语、俄语、意大利语、阿拉伯语、泰卢固语、泰米尔语、乌尔都语、泰语、波兰语、土耳其语共计16个语种的互译；

翻译效果业界领先

系统框架灵活可靠

配置灵活
CPU+GPU部署解决方案

响应迅速
单次请求的平均翻译时间29ms+，P99时间70ms+

灵活扩展
可根据业务弹性扩展配置，支持热扩容

稳定可靠
系统稳定性达到99.95%，支持双机备份

能力展示

翻译优势

翻译服务,基于有道神经网络翻译引擎的翻译服务，支持上百种语言的自动识别与互译，服务8亿用户，翻译质量业界领先。使用场景多样应用于国际办公、旅游等场景，协助进行会议、文件、邮件等的翻译，协助与国际友人交流沟通，提升交流效率

自定义术语 · 翻译更专业
允许你自行设定术语以完善翻译结果，神经网络翻译引擎将根据你的设定动态修改翻译结果一般而言，推荐设定为术语的词汇是科技、医疗、金融等专业领域的专有名词、容易引发歧义的词、地点名词。

翻译精准
基于有道神经网络翻译引擎（YNMT）的文本翻译经过全新升级，能够对原文本进行深度分析，并对翻译全过程进行整体建模，大幅提升了翻译准确度。

上百语种 · 自动识别
支持超过100+种语言的自动识别与语种间高质量的互译。

垂直领域效果出众
基于网易有道过去十余年在各专业领域的积累，文本翻译服务在新闻领域及教育领域翻译质量极为出色。

智能语音技术（ASR&TTS） icon

自研语音交互技术
可支持语音识别、语音合成、口语评测、语音助手、说话人日志等功能

实时语音识别
8种常用语种，44种小语种，100毫秒低延迟，准确率可达97%

语音合成
支持中英日韩葡五种语言，只需10分钟以内，即可完美模拟原声音色

AI口语评测
基于语音技术，智能评判发音流利度、完整度、标准度等，与专家打分相关性高达0.8

智能语音助手
基于NLU技术，完成语义理解、语意表达的智能对话过程，达成目标指令

实时语音识别：高准度、低延迟 icon

短语音场景

语音指令、语音搜索语音输入法、社交聊天、游戏娱乐

实时语音场景

实时直播字幕、实时会议记录、实时法庭庭审记录、实时客服、实时电话质检

语音合成能力

专业声优及音频工作室支持录制，顶尖AI算法支持训练，内置多种音色、风格、情绪可选，成本可控，效果接近真人表现支持虚拟人音色定制，仅需录制10-100句语音（取决于质量要求）为品牌挑选“最合适”的声音。通过AI技术合成说话、唱歌音频，可应用于音频内容制作、互动应用开发等。

语音合成
输入一段文本，选择一种音色/风格，由AI合成语音

语音转换
输入一段语音，选择一种音色，由AI合成目标音色的语音，但保留原语音的韵律风格

歌声合成
输入歌词、曲谱 AI也能开口唱歌

声纹识别：精准识别说话人身份 icon

有道语音基础能力集合简介 icon

面向智能语音交互设备的语音技术算法

1、单麦拾音算法：支持近场的拾音降

2、多麦阵列拾音算法：支持近场、远场的定向拾音降噪

3、多麦阵列声源定位算法：支持定位声音的方向

4、回声消除算法：支持消除设备自身播放声音，满足全双工人机语音交互需求

5、语音唤醒算法：支持用户通过说固定唤醒词的方式唤醒设备

6、离线语音识别算法：支持通过说离线命令词的方式进行设备的功能交互

7、语音激活检测算法：支持语音激活检测，实现对语音以及非语音的判断

8、在线语音识别算法：支持语音交互过程中的全场景语音识别（需要联网）

9、离线/在线语音合成算法：支持将文本转化成语音，实现设备说的功能

10、口语评测算法：支持对用户的口语进行相关纬度的评测，指导用户口语练习

面向会议通话场景智能语音拾音设备的语音技术算法

1、单麦拾音算法：支持近场的拾音降噪

2、多麦阵列拾音算法：支持近、远场的定向拾音降噪

3、多麦阵列声源定位算法：支持定位声音的方向

4、回声消除算法：支持全双工语音通话需求

5、自动增益控制算法：支持对通话音频进行增益控制从而提升或者降低声音响度

智能语音交互设备的算法应用效果 icon

会议通话场景智能语音拾音设备算法应用 icon

声音优势

智能语音识别（Automatic Speech Recognition, ASR）采用行业领先的深度学习算法，实现将多语种语音内容转换为文字，支持音频文件转写以及实时语音转写。使用场景多样全面满足语音导航、室内设备控制、语音搜索、直播字幕及庭审等多场景下的语音识别需求。

支持多语种识别
支持超过40个国家和地区的语言的语音识别，适应多语言合成的复杂场景

语音识别
智能语音识别（Automatic Speech Recognition, ASR）采用行业领先的深度学习算法，实现将多语种语音内容转换为文字，支持音频文件转写以及实时语音转写。

智能语音合成
智能语音合成（text-to-speech，TTS）满足一般语言的文本转换为语音的需求，让您的应用或设备开口说话，让发音更自然和专业，助力提升人机交互体验。

语音评测
基于智能语音分析技术，以音素为粒度，对发音的准确度、完整度、流利度、重音、实际发音对应的音标等维度进行全方位评测，并能对发音情况进行错误定位、纠错及分析，客观反映用户发音水平。

智慧政企产品——文档翻译系统 icon

准确率高

基于有道YNMT神经网络翻译技术，支持语义分析及智能断句，输出高质量译文。

速度快

单机满载每秒4000字符以上翻译速度，媲美人工翻译质量，翻译速度更有压倒性优势。

原文档排版

基于文档结构解析和文档结构还原技术，对原文的页眉、图片、表格、公式等元素的样式及排版精准提取，优质还原，无需二次排版。多线程并行

多线程并行解析、翻译、还原，同步处理多个文档，极大提高文档翻译效率

在线对照预览

原文、译文对照跟随式预览，高效查看双语文档。

智慧政企产品——文档电子化校审系统 icon

01
中文标准印刷体99.99%识别率

02
50%效率提升的人工审校

03
适应任意版面、任意背景，可容忍透视畸变、光照不均，自动裁边、修正倾斜

04
提供用户词典，配置特定词汇和正则词表

智慧政企产品——会议同传系统 icon

智慧政企SaaS产品——视频字幕翻译系统 icon

翻译准确率高
自动识别语种，标准普通话的ASR转写准确率高达95%，标准美式英语的准确率达到了85%。

性能业内领先
媲美英语8级水平。在NMT BLEU测算中，英译中为53，中译英为35（新闻领域测试集）。

转写速度快
音频文件分片上传，异步转写翻译，实现转写翻译耗时与音频文件时长比低于1：10。

智能语义断句
基于自然语言处理NLP技术，智能预测标点位置，符合观感的语义断句。

人工在线校审
支持视频在线预览，双语对照，支持在线原文和译文修改。

泛互领域-AR智能眼镜解决方案 icon

方案特点

基于实时语音技术，提供端到端的全离线翻译功能，给听到的语音加上字幕（多语言支持）基于OCR技术的智慧识屏和视觉技术，支持中文（含繁体）、英文、日文、韩文、和法文等多国语言间的图片翻译服务，直接将看到的图片中的文本内容翻译成目标语言有道还进一步优化了神经网络模型，在开放式对话处理方面，有道甚至可以对非连续的对话进行理解。比如用户说话磕磕巴巴，语句断断续续，有道的AI还是能听懂用户的意思。

智慧政企——虚拟人大屏交互方案 icon

语音指令系统提供指令解析、语音智能问数、语音表单录入等能力，可适用于多个行业和场景中。基于用户的智能化需求，集成有道领先的AI技术和多年用户研究经验，通过语音指令系统的建设，提供一种更便捷的人机交互方式，只需要语音输入一句话，可快速理解用户意图，返回合适的操作或数据，并在大屏上做业务展示