AI
人工智能 · 视觉与语音
Firefly
Create and edit images, audio, and video with Adobe Firefly’s Generative…
AdAdobe订阅制
详情 →视觉与语音产品大全与选型要点
人脸核验、数字人、图像生成、视频生成等视觉与语音 AI 能力，多以 API 形式提供。选型库收录 5 款视觉与语音产品，来自 5 家一手厂商，支持参数对比与厂商直连。
共收录 5 款产品 · 来自 5 家厂商 · 持续更新
选 视觉与语音 要先弄清的三个问题
- 1按调用次数计费，QPS 上限与并发数要单独确认，超出会被限流而非简单加钱
- 2生成类产品要注意内容合规审核机制与生成内容的版权归属条款
- 3私有化部署对 GPU 型号与显存有硬性要求，需提前验证
视觉与语音的工作原理、部署形态与资质要求
工作原理
图像类用 CNN/ViT 做检测与识别，生成类用扩散模型逐步去噪成图；语音侧用声学模型 + 语言模型做识别，TTS 用声码器还原波形，实时性靠模型压缩与端侧推理。
部署在哪里、怎么部署
以 API 调用为主（按次或按并发计费），私有化需 GPU 推理服务器；端侧场景做模型量化后嵌入设备。
资质与合规要求
涉及人脸等生物识别需符合个人信息保护法与生物识别技术应用安全要求；深度合成内容需标识；生成式服务需备案。
以上为视觉与语音品类的通用机制与合规基线；具体到某款产品，见下方产品卡详情页的「工作原理与部署形态」区块。
AdAdobe订阅制
详情 →AI
人工智能 · 视觉与语音
可灵 AI
快手推出的 AI 视频与图像生成工具，支持文生视频、图生视频与数字人特效，按积分或会员订阅计费。
快快手订阅制
详情 →AI
人工智能 · 视觉与语音
锐智转码 2.0
智能分析视频内容场景特性，动态调整图像增强算法，并结合高性能视频编码器，实现在更低带宽下，传输更清晰的视频。
七七牛云定制报价
详情 →AI
人工智能 · 视觉与语音
MiniMax 语音
用MiniMax Speech2.6与Music 2.0模型，生成高度逼真的人声与音乐
MMiniMax定制报价
详情 →AI
人工智能 · 视觉与语音
智能安防
依图城市公共安全业务线：人脸识别、视频结构化等视觉 AI 应用，覆盖智慧城市与公安场景。
依依图科技定制报价
详情 →热门产品逐项对比
关于视觉与语音的常见问题
视觉与语音一般多少钱？
怎么选视觉与语音？重点核对什么？
先明确你要解决的是「提供图像识别、OCR、语音识别等感知智能能力」中的哪一段需求，再把 识别准确率的实测口径、私有化授权方式、调用量计费 逐项写进技术要求，并要求厂商在 POC 里用真实业务负载实测——只看宣传页参数容易掉进口径陷阱。本页上方「选视觉与语音要先弄清的三个问题」给出了更细的核对清单。
视觉与语音是怎么工作的？原理是什么？
图像类用 CNN/ViT 做检测与识别，生成类用扩散模型逐步去噪成图；语音侧用声学模型 + 语言模型做识别，TTS 用声码器还原波形，实时性靠模型压缩与端侧推理。
视觉与语音部署在哪里？怎么部署？
以 API 调用为主（按次或按并发计费），私有化需 GPU 推理服务器；端侧场景做模型量化后嵌入设备。
采购视觉与语音需要什么资质？证书等级怎么定？
涉及人脸等生物识别需符合个人信息保护法与生物识别技术应用安全要求；深度合成内容需标识；生成式服务需备案。 采购时把证书名称、有效期与适用范围写进招标或合同附件，才有约束力。
有哪些主流的视觉与语音产品？
政采或招投标场景选视觉与语音，要注意什么？
三点建议：①预算编制参考同类项目政采成交价（见成交价参考），别只按厂商挂牌价估算；②把识别准确率的实测口径、私有化授权方式、调用量计费写成可验证的量化指标，要求投标方附证明材料；③信创/等保场景涉及的资质证书，让厂商书面提供并在合同附件里固化。