百度大脑

百度大脑是百度推出的产业级 AI 开放平台，汇聚语音、图像、NLP、大模型等 270+ 项核心能力。平台提供 API/SDK 与低代码工具，助力个人与企业快速落地 AI 应用。

一、主要功能体系

1. 视觉能力

• 文字识别：通用/手写文字识别（OCR）、身份证/行驶证/增值税发票识别。
• 生物识别：人脸实名认证。
• 内容分析：图像增强、视频内容分析。

2. 语音技术

• 语音识别：短/长语音识别（ASR）。
• 语音合成：大模型语音合成（多情感/多方言）、语音转文本（TTS）。
• 声音技术：声音复刻、端到端语音语言大模型。

3. 自然语言与大模型

• 文心大模型：知识增强千亿级模型、千帆大模型平台。
• 应用场景：智能写作、合同预审、机器翻译等。

4. 开发与低代码工具

• 模型训练：EasyDL（零门槛模型训练）。
• 开发支持：API 在线调试、多语言 SDK。
• 行业方案：智能客服、数字员工、安全生产等行业解决方案。

二、适用人群

• 个人开发者/学生用于学习 AI 技术、进行练手项目开发。
• 场景：小型工具开发（如语音笔记、图片文字提取）。
• 中小企业/创业者需要低成本集成 AI 能力，无需自研算法。
• 场景：发票验真、人脸核验、智能客服等。
• 行业用户需要场景化赋能的垂直领域。
• 场景：金融（单据识别）、教育（作业批改）、政务（实名认证）、制造（安全生产）。
• 合作伙伴/服务商基于平台能力开发垂直应用。
• 入驻 AI 市场获客。

三、免费与付费情况

1. 免费额度（新用户/基础版）

免费额度按日重置，领取后约 30 分钟生效。

• 文字识别：通用 OCR 约 500 次/天。
• 手写识别：约千次（单价低至 3.8 元）。
• 语音服务：短/长语音识别、语音合成各约 500 次/天。
• 声音复刻：1 次免费调用。
• 人脸识别：500 次免费调用。
• 大模型：文心一言基础版免费体验，高级模型按量计费。

2. 付费模式（按量/套餐）

• 高精度 OCR：约 8 元/千次。
• 身份证识别：约 7.6 元/千次。
• 语音合成：约 4 元/千次。
• 声音复刻：约 4 元/次。
• 发票验真：约 0.15 元/次。
• 企业级服务：千帆平台定制化报价，支持包年/包月。

四、如何使用（5 步快速上手）

• 注册登录使用百度账号登录 ai.baidu.com，进入控制台。
• 创建应用选择技术分类（如文字识别）→ 创建应用 → 生成 API Key/Secret Key。
• 领取免费额度在概览页领取对应接口的免费资源（注意生效延迟）。
• 开通接口在服务列表中勾选需调用的接口并开通。
• 注意：仅获取 Key 无法调用，不用的接口建议关闭。
• 调用测试使用 API 调试工具或 SDK 集成，填入 Key 即可调用。
• 可在监控报表中实时查看用量。

五、避坑要点与注意事项

• 额度与计费风险免费额度按日重置，但调用失败（如鉴权错误）也可能消耗额度。
• 额度用完后若未及时付费会报错，建议提前购买套餐或套餐包。
• 接口启用机制创建应用后必须手动开通接口，否则无法使用。
• 建议关闭不用的接口，防止误扣费。
• 生效延迟领取免费额度后，通常约 30 分钟生效，刚领取就调用可能会失败。
• 数据合规要求涉及人脸/身份证识别时，需确保用户授权，遵守《个人信息保护法》，避免违规收集。
• 并发性能限制免费版并发通常较低（≤5 ），高并发需求需提工单申请扩容。
• 模型版本管理个人开发用基础版足够；企业高精度需求选企业版/定制模型。
• 请勿混用不同版本，以免计费或效果异常。