是否支持aac格式的语音文件转文字 一句话识别和录音文件识别以及实时语音识别均可实现语音转文字，一句话识别支持aac格式，录音文件识别和实时语音识别不支持aac格式。 父主题： 产品咨询类

查看更多 →

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

查看更多 →

构建，并通过 对象存储服务 OBS进行图片的上传以及识别结果的存放。该解决方案部署架构如下图所示： 图1 方案架构 该解决方案会部署如下资源： 创建两个对象存储服务 OBS桶，一个用于存放用户上传的收/寄件信息图片、电子面单图片，当用户上传后，自动通知 函数工作流 进行处理，并将结果以

查看更多 →

如何选取参照字段？ 参照字段是在所有图片中，文字位置和内容均不发生变化的文字。 参照字段有两个作用： 在单模板应用中，用于矫正识别图片，从而找准识别字段； 在多模板应用中，参照字段的内容和位置将作为相应模板的分类特征。 在框选参照字段时，首先要确保所框选的文字位置和内容都固定不变，如果不

查看更多 →

框选参照字段 在文字识别过程中，套件会检查所识别图片与模板图片是否为同一种模板，并将识别图片校正后再提取结构化信息，支持图片平移、旋转与拉伸变换。 为了检查并校正待识别的图片，这就需要在模板图片中指定参照字段。通过参照字段的文字内容来判断是否属于同一种模板，通过参照字段的位置来校正待识别图片。

查看更多 →

请提前充值，防止欠费带来的业务影响。 图1 服务开通 图2 服务充值 套餐包计费 进入文字识别控制台，确定需要开通的文字识别产品以及调用区域，单击购买套餐包按钮，进入选购页。 在选购页，选择您需要的套餐包类型、调用区域和套餐包规格。 单击立即购买，完成支付。 图3 购买套餐包 父主题：

查看更多 →

OCR的发票识别以及发票验真技术构建，可帮助企业快速使用AI技术实现发票报销的自动化处理流程。该解决方案部署架构如下图所示： 图1 方案架构图 该解决方案会部署如下资源： 创建用于上传发票的对象存储服务 OBS桶，企业业务系统将员工报销的发票图片或者电子发票PDF文件上传到该桶。

查看更多 →

自定义OCR基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。 工作流 自定义OCR当前提供了单模板工作流和多模板工作流，自主构建文字识别模板，识别模板图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。

查看更多 →

上传模板图片 在使用单模板工作流开发应用之前，必须确保需要识别的图片都属于同一类型的模板。同一类模板的图片，它们有相同的版面排布，且要识别的文字类型和位置均要求固定。如果您的图片具有多种模板，请考虑使用“多模板工作流”。 确认模板类型后，要准备一张文字清晰的图作为模板图片，模板图中要

查看更多 →

默认进入“新增模板配置”页签。 图4 新增模板配置 单击添加多个模板，针对每个模板，选择模板类型，并且上传图片。 “上传图片”：单击“上传图片”区域，或鼠标直接拖拽图片至“上传图片”区域，上传本地一张图片作为模板，用于业务场景的文字结构化识别。 “修改模板名称”：单击图片右侧的，在弹出的输入框中输入新的模板名称，单击“确认”。

查看更多 →

部署服务 评估模板应用后，就可以部署多模板应用至文字识别开发套件中，开发属于自己的文字识别应用，此应用用于识别自己所上传的图片属于哪种模板以及识别图片中的文字。 前提条件 已在文字识别套件控制台选择“多模板分类工作流”新建应用，并完成评估模板步骤，详情请见评估应用。 操作步骤 在

查看更多 →

如果“默认字段类型”不能满足您的业务需求，您可以创建新的字段类型。 在“应用开发>框选识别区”页面单击框选操作图标，单击待识别文字的左上角，移动鼠标框选识别区。 在右侧“框选识别区”中的“字段类型”下拉框中，单击“创建新字段类型”。 弹出“创建字段类型”对话框。 填写字段类型信息。 图1 创建字段类型

查看更多 →

视频如何添加文字水印？ 媒体处理除了支持添加图片水印外，还支持通过API设置文字水印。 上传源视频文件至OBS服务，记录桶名、桶所在区域的路径。上传步骤请参见上传音视频文件。 调用新建转码任务接口，设置转码输入输出参数“input”和“output”，设置文字水印参数“text_

查看更多 →

“上传图片”：单击“上传图片”区域，或鼠标直接拖拽图片至“上传图片”区域，上传本地一张图片作为模板，用于业务场景的文字结构化识别。 “修改模板名称”：单击图片右侧的，在弹出的输入框中输入新的模板名称，单击“确认”。 “删除模板”：单击图片右侧“删除”，在弹出的确认删除对话框中单击“确认”。 “语种

查看更多 →

图片区域，上传本地的图片作为测试图片。 上传图片后，右侧会显示文字识别结果，包括“识别区”和对应的“识别结果”。 上传在线图片 单击“在线URL”，切换至“在线URL”页签。在“开始识别”左侧输出框中输入待测试的图片URL地址，或者拖拽测试图片至虚线框内上传图片区域，上传在线图片作为测试图片。

查看更多 →

础设施，函数以弹性、免运维、高可靠的方式运行。此外，按函数实际执行资源计费，不执行不产生费用。 文字识别 OCR：提供在线文字识别服务，将图片或扫描件中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。

查看更多 →

在“应用开发>上传模板图片”页面，配置如下信息： 图2 上传模板图片 “模板名称”：输入模板名称。 “上传图片”：单击“上传图片”区域，或鼠标直接拖拽图片至“上传图片”区域，上传本地一张图片作为模板，用于业务场景的文字结构化识别。 确认信息后，单击“下一步”，进入定义预处理步骤，对上传的模板图片进行自动旋转预处理。

查看更多 →

如果已创建的应用不再使用，您可以删除应用释放资源。 操作步骤 登录 ModelArts Pro 管理控制台，单击“文字识别”套件卡片的“进入套件”。 进入文字识别套件控制台。 在左侧导航栏选择“应用开发>工作台”。 默认进入“我的应用”页签。 在“我的应用”页签下，选择已创建的应用，单击操作列的“删除”。

查看更多 →

终端节点 终端节点即调用API的请求地址，不同服务不同区域的终端节点不同，您可以从地区和终端节点中查询所有服务的终端节点。 文字识别的终端节点如表1所示，请您根据业务需要选择对应区域的终端节点。 业务的 服务器部署 区域与OCR服务区域不一致，只要 服务器 可以访问公网，即可使用OCR服

查看更多 →

概述 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。 OCR以开放API（Application Programming Interf

查看更多 →

础设施，函数以弹性、免运维、高可靠的方式运行。此外，按函数实际执行资源计费，不执行不产生费用。 文字识别 OCR：提供在线文字识别服务，将图片或扫描件中的文字识别成可编辑的文本。OCR文字识别支持证件识别、票据识别、定制模板识别、通用表格文字识别等。 人证核身 服务 IVS：将用户

查看更多 →