山海大模型
山海大模型是最新一代认知智能大模型，拥有丰富的知识储备，涵盖科学、技术、文化、艺术、医疗、通识等领域。与它对话即可获取信息、知识和灵感，是人类的良师益友，也是灵动强大的智能助理。
山海大模型在通用大模型的基础上学习行业特色数据与知识，将行业与大模型能力深度融合，以MaaS(Model as a Service，模型即服务)为基础设施，以数字专家身份，赋能千行百业。
特色功能[ ]
一句话识别[ ]
山海大模型可以把语音(≤60秒)转换成对应的文字信息，适用于较短的语音交互场景，如语音搜索、语音输入、语音控制等。
实时语音转写[ ]
对长段音频流做实时识别，达到“边说边出文字”的效果，适用于实时会议、直播字幕等场景
音频文件转写[ ]
将长段音频文件（5小时以内或文件大小在2G以下）转换成文本数据，商业用户可在6小时之内获得识别文本。适用于会议转写、字幕生成、音频内容分析等场景。
短文本语音合成[ ]
将短文本（ ≤ 500 字符 ）转换成自然流畅的语音，支持多种音色，并提供调节音量、语速、音高、亮度等功能。适用于智能客服、语音交互、导航播报等场景。
长文本语音合成[ ]
将长文本（ ≤ 5 万字符 ）转换成自然流畅的语音，提供更多音色、不同情感的发音人，适用于文学阅读、新闻播报、自媒体配音等场景，合成音可供下载使用。
音库定制[ ]
面向企业客户，由专业团队提供定制音库服务，通过深度学习技术建模，生成逼真的专属IP发音人，适用于智能接待、智能硬件、有声阅读、新闻播报等有声场景。
声音克隆[ ]
赋能APP和智能硬件，录制少量的用户声音，短时间内训练得到音色和发音风格与录音非常相似的声音模型，进而使用该声音模型完成讲故事、播天气、读小说、导航播报等功能。
虚拟人视频合成[ ]
将文本（ ≤ 5000 字符 ）转换成数字人视频，以效率化内容生产为目标的数字人视频合成产品。适用于教育、电商、新闻、自媒体等场景。
口语评测[ ]
基于语音识别和评价技术对发音做客观打分，反馈发音正误和定位问题，有助于语音教学，发音练习，也可测试考生的口语水平。
声纹识别[ ]
声纹识别是一项提取说话人声音特征，自动核验说话人身份的技术。通过声纹注册、声纹 1:1 比对和 1:N 检索，可应用于身份校验、声纹解锁、声纹打卡等场景。
产品优势[ ]
数据安全[ ]
- 提供定制私有化解决方案
- 保障客户业务信息安全
- 保障客户特有数据安全
需求定制[ ]
- 支持专业领域数据预训练
- 支持专业知识进行领域调优
- 支持领域专家反馈强化学习
服务支持[ ]
- 专业的工程师交付团队
- 专业的技术支持培训团队
- 满足企业的应用搭建与交付需求