讓AI像自來水一樣簡單，華為云通用AI解決方案體驗(yàn)-焦點(diǎn)資訊

前言

【資料圖】

通用AI是一種能夠像人類一樣進(jìn)行思考、學(xué)習(xí)和推理的人工智能系統(tǒng)。與特定領(lǐng)域的人工智能不同，通用AI可以處理各種類型的任務(wù)，包括自然語言處理、圖像識(shí)別、機(jī)器學(xué)習(xí)等，具有廣泛的適用性和高度的靈活性。

通用AI的應(yīng)用前景非常廣闊，它可以在醫(yī)療、交通、金融、教育、娛樂等各個(gè)領(lǐng)域發(fā)揮作用，為人類帶來更好的生活體驗(yàn)和更高效的工作方式。

通用AI的應(yīng)用場景

通用AI所涉及的應(yīng)用場景十分廣泛，由于它不需要人工進(jìn)行相關(guān)的訓(xùn)練，而且還可以從以往的經(jīng)驗(yàn)中不斷學(xué)習(xí)和改進(jìn)，所以可以幫助加快許多行業(yè)的發(fā)展速度，并且在其中發(fā)揮著非比尋常的作用，通用AI在熱門行業(yè)領(lǐng)域中的應(yīng)用如下：

互聯(lián)網(wǎng)行業(yè)

1. 人證核身 IVS 可用于游戲/直播/婚戀交友平臺(tái)用戶實(shí)名認(rèn)證，響應(yīng)國家監(jiān)管要求，防止出現(xiàn)業(yè)務(wù)風(fēng)險(xiǎn)。

2. 內(nèi)容審核可用于涉黃、涉政暴恐、涉政敏感人物審核，監(jiān)控范圍覆蓋用戶昵稱、聊天圖片、音視頻，發(fā)布內(nèi)容等。

3. 語音交互 SIS 可用于游戲互動(dòng)場景，將語音轉(zhuǎn)成文字信息；或游戲配音時(shí)，將腳本信息轉(zhuǎn)化為近似的真人發(fā)聲。

金融服務(wù)

1. 文字識(shí)別OCR可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的身份證、銀行卡、合同等的識(shí)別和驗(yàn)證。

2. 人證核身IVS和人臉識(shí)別FRS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)人臉識(shí)別、身份驗(yàn)證等場景，提高安全性和客戶體驗(yàn)。

3. 語音交互SIS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的語音客服、自助服務(wù)等場景，提高客戶體驗(yàn)和服務(wù)效率。

4. 對(duì)話機(jī)器人CBS可以幫助銀行、保險(xiǎn)等機(jī)構(gòu)處理客戶的咨詢、理賠等事項(xiàng)。

交通運(yùn)輸

1. 文字識(shí)別 OCR 可用于智慧停車、交通監(jiān)管的車牌識(shí)別場景。

2. 文字識(shí)別 OCR 和人證核身 IVS 可用于網(wǎng)絡(luò)貨運(yùn)/網(wǎng)約車/代駕的司機(jī)身份認(rèn)證場景，保障實(shí)際承運(yùn)人和注冊(cè)人保持一致。

3. 文字識(shí)別 OCR 可用于物流快遞的快遞分揀、包裹派件場景，自動(dòng)識(shí)別物流面單信息。

教育

1. 文字識(shí)別OCR可以用于學(xué)校的考試卷、試題、論文等的處理和評(píng)分。

2. 人證核身IVS和人臉識(shí)別FRS可以用于學(xué)校的考勤、門禁管理、預(yù)防考生代考等場景，提高學(xué)校管理效率和安全性。

3. 語音交互SIS可以用于學(xué)校的語音教育、智能評(píng)測等場景，提高教育效果和教育質(zhì)量。

4. 對(duì)話機(jī)器人CBS可以幫助學(xué)生進(jìn)行題目練習(xí)、知識(shí)點(diǎn)講解等。

電商零售

1. 文字識(shí)別OCR可以用于商場、超市的商品條碼、價(jià)格標(biāo)簽等的掃描和識(shí)別。

2. 人證核身IVS和人臉識(shí)別FRS可以用于商場、超市的人臉識(shí)別、客流分析等場景，提高營銷和客戶體驗(yàn)。

3. 對(duì)話機(jī)器人CBS可以幫助電商平臺(tái)、零售店鋪等提供智能客服服務(wù)，提高售后服務(wù)質(zhì)量。

4. 內(nèi)容審核 Moderation 可用于稽核產(chǎn)品宣傳是否違反廣告法，是否違規(guī)，防止出現(xiàn)業(yè)務(wù)風(fēng)險(xiǎn)。

華為云解決方案

華為云通用AI七件套定位為企業(yè)AI生產(chǎn)力工具，將算法專家的積累和行業(yè)專家的知識(shí)沉淀在相應(yīng)的套件和“行業(yè)工作流”(Workflow)中，幫助企業(yè)快速使用AI技術(shù)，實(shí)現(xiàn)內(nèi)容的自動(dòng)化處理。

1. 文字識(shí)別OCR：文字識(shí)別（Optical Character Recognition，簡稱 OCR）提供在線文字識(shí)別服務(wù)，將圖片、掃描件或 PDF、OFD 文檔中的文字識(shí)別成可編輯的文本。支持通用類識(shí)別、證件類識(shí)別、票據(jù)類識(shí)別、行業(yè)類識(shí)別、自定義定制模板識(shí)別等。

2. 人臉識(shí)別服務(wù)FRS：人臉識(shí)別服務(wù)（Face Recognition Service），能夠在圖像中快速檢測人臉、分析人臉關(guān)鍵點(diǎn)信息、獲取人臉屬性、實(shí)現(xiàn)人臉的精確比對(duì)和檢索。該服務(wù)可應(yīng)用于身份驗(yàn)證、電子考勤、客流分析等場景。

3. 人證核身解決方案IVS：將用戶本人與身份證信息關(guān)聯(lián)起來，應(yīng)用人臉識(shí)別與文字識(shí)別等技術(shù)，對(duì)接權(quán)威數(shù)據(jù)庫，支持基于二要素（姓名、身份證）認(rèn)證或三要素（人臉、 姓名、身份證）認(rèn)證，實(shí)現(xiàn)對(duì)身份真實(shí)性的精準(zhǔn)核驗(yàn)。

4. 實(shí)時(shí)語音識(shí)別RASR：實(shí)時(shí)語音識(shí)別（Real-time ASR），將連續(xù)的音頻流實(shí)時(shí)轉(zhuǎn)換成文本，語音識(shí)別更快?？蓱?yīng)用于直播實(shí)時(shí)字幕、會(huì)議實(shí)時(shí)記錄、即時(shí)文本生成等場景。

5. 圖像識(shí)別Image ：圖像識(shí)別（Image Recognition），基于深度學(xué)習(xí)技術(shù)，可準(zhǔn)確識(shí)別圖像中的視覺內(nèi)容，提供多種物體、場景和概念標(biāo)簽，具備目標(biāo)檢測和屬性識(shí)別等能力，幫助客戶準(zhǔn)確識(shí)別和理解圖像內(nèi)容。

6. 內(nèi)容審核Moderation：內(nèi)容審核（Content Moderation），基于圖像、文本、音頻、 視頻檢測技術(shù)，可自動(dòng)進(jìn)行涉黃、廣告、涉暴等內(nèi)容檢測，幫助客戶降低業(yè)務(wù)違規(guī)風(fēng)險(xiǎn)。

7. 視頻編輯VCP：視頻編輯（Video Content Processing）服務(wù)，基于對(duì)視頻的整體分析，提供封面、拆條、摘要等能力。

通用AI服務(wù)以公有云服務(wù)為主，同時(shí)支持私有化部署，可選擇部署在本地服務(wù)器。華為云不僅提供 AI 原子能力，幫助客戶快速集成和應(yīng)用落地，同時(shí)也接受客戶定制化需求?？蛻艨商峁┬枨笪臋n、交付時(shí)間和交付標(biāo)準(zhǔn)，由華為云評(píng)估進(jìn)行定制開發(fā)。

解決方案核心亮點(diǎn)

超高性能

1. 識(shí)別率業(yè)界領(lǐng)先：語音交互服務(wù)基于深度學(xué)習(xí)技術(shù)，對(duì)特定領(lǐng)域場景的語音識(shí)別進(jìn)行優(yōu)化，識(shí)別率達(dá)到業(yè)界領(lǐng)先。

2. 檢測范圍多場景覆蓋：圖像識(shí)別服務(wù)中圖片內(nèi)容審核覆蓋涉黃、低俗、廣告、涉政涉暴、涉政敏感人物和不良場景等多種違規(guī)風(fēng)險(xiǎn)的智能審核。

3. 定制化識(shí)別，效果更精準(zhǔn)：實(shí)時(shí)語音識(shí)別針對(duì)客戶的特定場景需求，定制垂直領(lǐng)域的語音識(shí)別模型，識(shí)別效果更精確。

4. 實(shí)戰(zhàn)演練，穩(wěn)定可靠：內(nèi)容審核服務(wù)成功應(yīng)用于各類場景，基于華為等企業(yè)客戶的長期實(shí)踐，經(jīng)受過復(fù)雜場景考驗(yàn)。

簡單易用

1. 簡單上手，便捷高效：人臉識(shí)別服務(wù)提供的應(yīng)用程序接口功能明確。

2. 簡單易用：配套文檔描述詳細(xì)，調(diào)用服務(wù)方式包含API和SDK兩種，方便客戶使用與集成。

3. 增值服務(wù)全套配齊：人證核身解決方案配套人臉識(shí)別 FRS、文字識(shí)別 OCR 等多種增值服務(wù)可供訂閱使用。

降本增效

1. 減少人力，節(jié)省成本：幫助客戶減少人力成本，節(jié)省業(yè)務(wù)支出。

2. 按需計(jì)費(fèi)，經(jīng)濟(jì)劃算：以調(diào)用次數(shù)/調(diào)用時(shí)長計(jì)費(fèi)。

安全可信

1. 服務(wù)環(huán)境更安全：華為云承諾不保存服務(wù)過程數(shù)據(jù)和用戶隱私數(shù)據(jù) 。

2. 權(quán)威數(shù)據(jù)更可靠：人證核身解決方案服務(wù)數(shù)據(jù)來源自國家權(quán)威機(jī)構(gòu)公安第一研究所和全國身份證信息查詢中心。

3. BSI 權(quán)威認(rèn)證更可信：華為云 OCR 服務(wù)通過德國 BSI AIC4 可信標(biāo)準(zhǔn)審計(jì)認(rèn)證。

華為云通用AI體驗(yàn)

華為云通用AI是華為云推出的一款人工智能服務(wù)，它可以為企業(yè)提供豐富的AI能力，包括圖像識(shí)別、語音識(shí)別、自然語言處理等多種領(lǐng)域。華為云通用AI的目的是讓企業(yè)快速、便捷地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，提升業(yè)務(wù)效率和用戶體驗(yàn)。

下面結(jié)合應(yīng)用場景對(duì)文字識(shí)別OCR、人證核身IVS、人臉識(shí)別FRS、語音交互SIS、對(duì)話機(jī)器人CBS等產(chǎn)品進(jìn)行測評(píng)。

文字識(shí)別OCR

文字識(shí)別OCR可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的身份證、銀行卡、合同等的識(shí)別和驗(yàn)證；醫(yī)院的病歷、影像、處方等的識(shí)別和管理；學(xué)校的考試卷、試題、論文等的處理和評(píng)分；商場、超市的商品條碼、價(jià)格標(biāo)簽等的掃描和識(shí)別。

開通服務(wù)

這里我開通了智能分類識(shí)別、通用文字識(shí)別、車牌識(shí)別、身份證識(shí)別、發(fā)票驗(yàn)真、增值稅發(fā)票識(shí)別五個(gè)熱門服務(wù)，調(diào)用服務(wù)有SDK和API兩種方式，下面以API調(diào)用身份證識(shí)別服務(wù)為例演示一遍。

產(chǎn)品體驗(yàn)

1. 首先下載Postman配置文件下載地址

2. 在API工具上導(dǎo)入配置文件

3. Token認(rèn)證鑒權(quán)

4. 傳入?yún)?shù)，這里傳入圖片的base64編碼，發(fā)送后會(huì)返回識(shí)別到的信息

產(chǎn)品優(yōu)勢

1. 識(shí)別準(zhǔn)確率高達(dá) 99.9%。采用先進(jìn)的自研深度學(xué)習(xí)算法，結(jié)合億萬級(jí)海量標(biāo)注數(shù)據(jù)樣本訓(xùn)練，針對(duì)各種業(yè)務(wù)場景優(yōu)化。

2. 推出業(yè)內(nèi)第一款智能分類超級(jí) API，只需要調(diào)用 1 個(gè)API，即可同時(shí)識(shí)別各類票據(jù)、卡證類圖片，調(diào)用更簡單，且識(shí)別準(zhǔn)確率業(yè)內(nèi)領(lǐng)先。

3. 支持用戶自定義模板，對(duì)于版式固定的各種票據(jù)和卡證，均可通過可視化界面操作，指定需要識(shí)別的關(guān)鍵字段。識(shí)別準(zhǔn)確率和操作便捷性，均領(lǐng)先于友商。

人臉識(shí)別FRS

人臉識(shí)別FRS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)人臉識(shí)別、身份驗(yàn)證等場景，提高安全性和客戶體驗(yàn)；醫(yī)院的門診、住院管理等場景，提高醫(yī)療服務(wù)效率和安全性；學(xué)校的考勤、門禁管理等場景，提高學(xué)校管理效率和安全性；商場、超市的人臉識(shí)別、客流分析等場景，提高營銷和客戶體驗(yàn)。

開通服務(wù)

華為云人臉識(shí)別服務(wù)FRS有以下四大功能。

1. 人臉檢測：可快速檢測圖像中是否有人臉，并返回所有人臉位置。

2. 人臉比對(duì)：對(duì)比兩張圖像中的人臉信息，分析面部特征，判斷是否為同一人。

3. 人臉?biāo)阉鳎核阉鲌D庫并返回與輸入人臉最相似的N張人臉圖像。

4. 活體檢測：提供兩種檢測方法，判斷圖片、視頻中人物是否為真人活體。

這里演示一遍調(diào)用人臉對(duì)比服務(wù)API，調(diào)用方法可參考用戶指南。

產(chǎn)品體驗(yàn)

傳入兩張照片，可以傳入base64編碼也可以直接傳入路徑或者選擇文件。發(fā)送后會(huì)返回照片的基本信息以及相似度，一般情況下超過0.93即可認(rèn)為是同一個(gè)人。

產(chǎn)品優(yōu)勢

1. 識(shí)別準(zhǔn)確：準(zhǔn)確檢測人臉，為多場景提供有力支撐，人臉比對(duì)在 LFW 公開測試集上的準(zhǔn)確率為 99.6%+。

2. 服務(wù)豐富：已開放人臉檢測、比對(duì)和搜索服務(wù)，即將開放動(dòng)態(tài)人像、年齡識(shí)別、 特征點(diǎn)定位等服務(wù)。

3. 穩(wěn)定可靠：在海量圖片特征庫中進(jìn)行人臉?biāo)阉鞯裙δ芙?jīng)華為企業(yè)客戶的長期實(shí)踐，功能穩(wěn)定，時(shí)延可控。

4. 簡單高效：服務(wù)提供的應(yīng)用程序接口功能明確，簡單易用；配套文檔描述詳細(xì)， 方便客戶使用與集成。

人證核身IVS

華為云人證核身IVS有以下兩個(gè)版本：

? 人證核身標(biāo)準(zhǔn)版（三要素）：適用于通用的身份核驗(yàn)場景用戶上傳本人照片（可進(jìn)行活體檢測，確保由真人操作，抵御照片攻擊）和身份證照片，使用華為云文字識(shí)別服務(wù)識(shí)別證件內(nèi)容（如姓名、身份證號(hào)等），及人臉識(shí)別服務(wù)確認(rèn)操作者為證件主人，并對(duì)接公安部權(quán)威數(shù)據(jù)庫進(jìn)行實(shí)名認(rèn)證。

? 人證核身證件版（二要素）：適用于僅需實(shí)名認(rèn)證身份證信息，無需人像識(shí)別的核驗(yàn)場景用戶上傳本人身份證照片，使用華為云文字識(shí)別服務(wù)識(shí)別證件內(nèi)容（如姓名、證件號(hào)等），并對(duì)接公安部權(quán)威數(shù)據(jù)庫進(jìn)行實(shí)名認(rèn)證。

兩個(gè)版本的本質(zhì)就是調(diào)用文字識(shí)別OCR和人臉識(shí)別FRS服務(wù)獲取信息，然后對(duì)接公安部權(quán)威數(shù)據(jù)庫進(jìn)行實(shí)名認(rèn)證。

開通服務(wù)

兩個(gè)版本調(diào)用API接口使用服務(wù)的流程一樣，這里以人證核身證件版（二要素）為例演示一遍，具體操作可參考用戶指南。

產(chǎn)品體驗(yàn)

傳入?yún)?shù)，這里傳入圖片的base64編碼，發(fā)送后會(huì)返回識(shí)別到的信息。

產(chǎn)品優(yōu)勢

1. 權(quán)威可信：服務(wù)數(shù)據(jù)來源自國家權(quán)威機(jī)構(gòu)公安第一研究所和全國身份證信息查詢 中心。

2. 配套豐富：配套人臉識(shí)別 FRS、文字識(shí)別 OCR 等多種增值服務(wù)可供訂閱使用。

3. 超高性能：低延時(shí)、高吞吐、迅速響應(yīng)拓容需求。

4. 安全可信：華為云承諾不保存服務(wù)過程數(shù)據(jù)和用戶隱私數(shù)據(jù)。

語音交互SIS

語音交互SIS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的語音客服、自助服務(wù)等場景，提高客戶體驗(yàn)和服務(wù)效率；醫(yī)院的語音診斷、智能問診等場景，提高醫(yī)療服務(wù)效率和醫(yī)療質(zhì)量；學(xué)校的語音教育、智能評(píng)測等場景，提高教育效果和教育質(zhì)量。

開通服務(wù)

華為云語音交互SIS包含以下四種服務(wù)：

1. 實(shí)時(shí)語音識(shí)別：將連續(xù)的音頻流實(shí)時(shí)轉(zhuǎn)換成文本，語音識(shí)別更快?？蓱?yīng)用于直播實(shí)時(shí)字幕、會(huì)議實(shí)時(shí)記錄、即時(shí)文本生成等場景。

2. 一句話識(shí)別：一句話識(shí)別將口述音頻轉(zhuǎn)換為文本，通過API調(diào)用識(shí)別不超過一分鐘的不同音頻源發(fā)來的音頻流或音頻文件。適用于語音搜索、人機(jī)交互等語音交互識(shí)別場景。

3. 錄音文件識(shí)別：錄音文件識(shí)別，基于深度學(xué)習(xí)技術(shù)，可以實(shí)現(xiàn)5小時(shí)以內(nèi)的音頻到文字的轉(zhuǎn)換。支持垂直領(lǐng)域定制，對(duì)應(yīng)領(lǐng)域轉(zhuǎn)換效果更佳。

4. 語音合成四種服務(wù)：語音合成服務(wù)提供在線語音合成能力，支持將文本信息實(shí)時(shí)轉(zhuǎn)化為近似的真人發(fā)聲，支持多語言多音色語音在線合成。支持客戶的個(gè)性化語音定制化需求。

產(chǎn)品體驗(yàn)

通過語音合成，實(shí)現(xiàn)高品質(zhì)的機(jī)器人發(fā)聲，使得人機(jī)交互更加自然。語音合成精品發(fā)音人，50個(gè)字符內(nèi)（含50個(gè)）記為1次計(jì)費(fèi)調(diào)用；普通發(fā)音人，100個(gè)字符內(nèi)（含100個(gè)）記為1次計(jì)費(fèi)調(diào)用。

產(chǎn)品優(yōu)勢

1. 識(shí)別準(zhǔn)確率高：采用最新一代語音識(shí)別技術(shù)，基于深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，簡稱 DNN）技術(shù)，大大提高了抗噪性能，使識(shí)別準(zhǔn)確率顯著提升。

2. 識(shí)別速度快：把語言模型、詞典和聲學(xué)模型統(tǒng)一集成為一個(gè)大的神經(jīng)網(wǎng)絡(luò)，同時(shí)在工程上進(jìn)行了大量的優(yōu)化，大幅提升解碼速度，使識(shí)別速度在業(yè)內(nèi)處于領(lǐng)先地位。

3. 多種識(shí)別模式：支持多種實(shí)時(shí)語音識(shí)別模式，如流式識(shí)別、連續(xù)識(shí)別和實(shí)時(shí)識(shí)別模式，靈活適應(yīng)不同應(yīng)用場景。

4. 定制化服務(wù)：可定制特定垂直領(lǐng)域的語言層模型，可識(shí)別更多專有詞匯和行業(yè)術(shù)語，進(jìn)一步提高識(shí)別準(zhǔn)確率。

總結(jié)

通用AI的意義在于它可以應(yīng)用于各個(gè)行業(yè)領(lǐng)域，幫助人們更高效、更準(zhǔn)確地完成各種任務(wù)?？梢酝ㄟ^自動(dòng)化、智能化等方式提高生產(chǎn)效率、降低成本、提高質(zhì)量、提高客戶滿意度等，從而推動(dòng)各個(gè)行業(yè)的發(fā)展。因此，通用AI的發(fā)展具有重要的戰(zhàn)略意義和經(jīng)濟(jì)價(jià)值。

當(dāng)下正值年中企業(yè)采購?fù)?。為在年中采購高峰更好服?wù)企業(yè)客戶，華為云發(fā)起618營銷季，旨在讓廣大中小企業(yè)享受到更多優(yōu)質(zhì)產(chǎn)品、更大福利優(yōu)惠，一鍵省心上云，實(shí)現(xiàn)穩(wěn)定持續(xù)增長。

據(jù)悉，華為云618營銷季推出包含通用 AI 在內(nèi)的多款熱門產(chǎn)品及解決方案，即日起至6月30日，登錄華為云官網(wǎng)可享10000元禮包、福利抽獎(jiǎng)、 儲(chǔ)值返券、服務(wù)支持計(jì)劃等權(quán)益玩法，助力中小企業(yè)一鍵省心上云。感興趣的朋友盡快去看看吧！

文章來自：51CTO

關(guān)鍵詞：