华为机器学习服务(HMS ML Kit) 提供机器学习套件,为开发者应用机器学习能力开发各类应用提供优质体验。得益于华为长期技术积累,HMS ML Kit为开发者提供简单易用、服务多样、技术领先的机器学习能力,助力开发者更快更好的开发各类AI应用。
文本识别服务可以识别收据、名片、文档照片等含文字的图片,将其中的文本信息提取出来。该服务广泛应用于办公、教育、出行等各类App。例如,您可以在翻译应用中,使用该服务提取照片文本,提交翻译,轻松实现拍照翻译功能,提升用户出行体验。
该服务能同时支持设备端和云端,但是其能识别的文字种类有区别。端侧服务支持识别中文(简体)、日文、韩文、拉丁字符(支持的拉丁字符参见文字识别客户端支持的拉丁字符)。云侧接口支持识别中文(简体)、英文、西班牙文、葡萄牙文、意大利文、德文、法文、俄文、日文、韩文、波兰文、芬兰文、挪威文、瑞典文、丹麦文、土耳其文、泰文、阿拉伯文、印地文、印尼文等文字。
文档识别服务可以从含有文档的图片中,比如文章、合同等,能识别出带段落格式的文本信息。该服务可以从文档材料中提取对应的内容,快速实现从纸质文件到电子文件的转化,大幅提升信息的录入效率,降低人力成本。
身份证识别服务提供对中国大陆第二代居民身份证的识别,从带有身份证信息的图像或视频流中,识别出带格式的文本信息。该服务可以对身份证信息做结构化识别和录入,在保险、金融、电商等需要实名认证的行业中广泛应用,不仅可以降低用户身份证信息录入错误的风险,还能以便捷的操作提升用户体验。
银行卡识别服务可以快速识别卡号等关键信息,覆盖全球常见卡证类型,包括银联、美国运通、万事达(Mastercard)、Visa 、JCB等。该服务广泛应用于金融、支付等绑卡场景中,可以快速提取对应信息,实现轻松录入。
通用卡证识别服务基于文字识别技术,提供通用的开发框架。针对港澳通行证、香港身份证、回乡证等任意固定版式的卡证,支持开发者自定义后处理逻辑获取所需信息。当前版本提供视频流、拍照和本地图片三种接口,并支持定制识别界面,满足开发者多样化的使用场景。例如,用户在预定境外酒店、机票等场景中,可以快速自动识别相关证件,完成高效录入。
文本翻译服务可以检测源语言的语种类别,并在多语种间相互转化,当前支持中英文离线翻译(64位操作系统),以及中文(简体)、英文、法文、阿拉伯文、泰文、西班牙文、土耳其文、葡萄牙文、日文,德文、意大利文和俄文12种语言文字间在线互译。例如,在旅行类应用中使用该服务,实现随时随地中英文互译,打破网络限制。同样,在教育学习类应用中加入该功能,轻松实现将陌生语言翻译成熟悉的语言。
语种检测服务支持对语种文本的在线和离线检测,目前能实现49种语言检测。支持语言的详细信息请参见语种检测支持的语言列表。例如,用户在有无网络情况下都可轻松实现翻译语种检测、网页语种检测,混合语种场景中语种检测等。
音频文件转写服务可以将音频文件转换成文字,目前支持中英文的转写。例如,音频文件转写服务可以将短消息转化转成文字,方便用户在喧闹的场景下来获取消息。
实时语音识别
实时语音识别服务支持实时将语音转换为文本,该服务广泛应用于社交、会议以及购物等各类App,当前版本支持识别中文普通话(包括中英混说)、英文、法语Beta。例如,在不方便手动输入文字查找信息时,可以通过输入语音,并根据识别到的语音进行搜索,代替了手动输入文字查找信息,提高搜索效率。
语音合成
语音合成服务支持将文字信息转换为语音输出,有男女音色可供选择,且端侧接口能够实时输出音频数据。该服务广泛应用于新闻资讯、有声阅读等各类App,当前版本支持中文普通话、英文、法语、西班牙语。例如,语音合成服务可以将简讯内容以及小说长篇幅文字转为语音输出,释放双眼,让文字开口说话。
通过对图片中的实体对象添加标注信息,如:人、物、环境、活动、艺术形式等信息,帮助定义图片题材和适用场景等。标注信息列表参见图片分类类别清单。例如,您可以在图片管理类应用中,完成不同类别图片的快速筛选。
您可以对图片中多个对象进行位置信息的跟踪与检测,基于此服务您可以实时定位和跟踪对象、对象分类等。在图片审核、拍照识图等场景中有广泛应用。例如,您可以实时获取对象的位置状态,进行相关分析;还可以进行图片筛选应用的开发,通过类别划分,过滤不感兴趣的某几类对象。
您会获得输入图片的地标名称、经纬度信息,基于获得的信息,您可以为用户创造更加个性化应用体验。例如,旅游类应用中可以识别图片中地标建筑,告知用户地标位置并推送旅游信息。
图像分割服务可以将图片中不同元素的内容分割出来。例如,在照片美颜或图片编辑的应用中,通过分割人像和背景,随意替换背景,提升应用的可玩性。
用户通过拍摄或扫描商品图片,在线检索相似商品信息,返回商品ID和图片信息。例如,在购物类应用中,可以使用此服务,快速查找明星同款、进口商品、商品比较等。
检测人脸轮廓,识别人脸面部特征,包含表情、年龄、性别、穿戴等信息。例如,您可以在视频聊天中给头像添加动态美颜、动态素材,提升视频聊天体验。
机器学习服务提供了设备端和云端的API接口,设备端API的处理速度更快,在无网络连接也可正常工作。云端API可以处理更加复杂的场景,准确性更高。ML Kit 设备端API使用不限次数,云端API服务按照单个产品的服务场景计算次数,详情页面请参考服务开通。
服务类别 | 场景服务 | 设备端 | 设备端免费额度 | 云端 | 云端免费额度 |
文本类 | 文本识别 | √ | 无上限 | √ | 10000次/月 |
文档识别 | - | - | √ | 10000次/月 | |
身份证识别 | √ | 无上限 | √ | 10000次/月(仅中国大陆支持) | |
银行卡识别 | √ | 无上限 | - | - | |
通用卡证识别 | √ | 无上限 | - | - | |
语音语言类 | 文本翻译 | √ | 无上限 | √ | 50万字符/月 (两者共用额度) |
语种检测 | √ | 无上限 | √ | ||
| 实时语音识别 | - | - | √ | 免费(仅华为手机支持) | |
| 音频文件转写 | - | - | √ | 60分钟/月 | |
| 语音合成 | - | - | √ | 免费(仅华为手机支持) | |
图像类 | 图片分类 | √ | 无上限 | √ | 10000次/月 |
对象检测和跟踪 | √ | 无上限 | - | - | |
地标识别 | - | - | √ | 10000次/月 | |
图像分割 | √ | 无上限 | - | - | |
拍照购物 | - | - | √ | 10000次/月 | |
人体人脸类 | 人脸检测 | √ | 无上限 | - | - |
额度调整方式:您可以登录AppGallery Connect 网站,选择“我的应用”,点击需要调整额度的应用,进入“开发”->“构建”的“机器学习服务”页面查询云端API调用次数,如果需要修改调用次数,请下载邮件模板填好相应表格后,发送至mlkit@huawei.com。
在基于HMS SDK开发时,您需要遵守《华为开发者服务协议》、《华为APIs使用协议》、《AppGallery Connect数据处理附录》和《华为机器学习服务使用协议》。机器学习服务不会保存任何个人数据。