语音识别(Automatic Speech Recognition 简称ASR)通过识别语音语种和任意的连续语音，将声音信号转化为相应说话内容的语种文字。支持中、英、日、俄、朝、维、粤、藏、哈、沪语、闽南语等多种语言的语音识别。

• 抗噪性好：从人的听觉感知及发音机理等现有基础研究成果出发，分析提取具备抗噪性、鉴别性、互补性的特征参数。
• 识别准确率高：采用PLP/CMN/HLDA/VTLN/高斯化等特征提取和处理技术；采用基于深度神经网络DNN的声学建模技术，适应用户自然口语发音特点。
• 识别速度快：采用基于Transformer/CTC Hybrid建模技术，多任务学习，加快训练流程，实现鲁棒性更好的识别效果。
• 采用模型自学习技术，适应多种地区的用户口音。
• 通过系统中间层为上层应用提供服务，同时将自己的服务能力作为接口提供给第三方平台。
• 热词模型：支持用户上传领域或者是自定义热词，引擎自适应选择用户热词结果。
• 开放的API接口：通过开放的API接口提供给第三方平台灵活使用。

语音增强（speech enhancement简称SE），通过应用信号处理方法以及深度学习策略，尽可能的从带噪语音中恢复纯净的语音信号，从而提高带噪语音信号的质量和可懂度。

• 高适性，适用于多种复杂场景，低信噪比音频。
• 高质量，结合深度学习策略，通过对目标频谱的复数域CRM进行学习优化，达到高质量语音增强的目的。
• 高实时，通过优化网络结构，充分利用音频谐波长期的相关性，实现了帧级的语音增强性能。
• 可定制，对特定类型的带噪音频进行优化增强。

声纹识别(Voiceprint Recognition，简称VPR)：支持说话人确认、辨识，说话人分离。

• 采用国际领先的基于TDNN的声纹识别技术。
• 引用PLDA在后端进行信道补偿，大大提升识别性能。
• 声纹识别与用户所说的文本和语言无关。
• 声纹识别速度快，能确保实时识别。 模型存储空间小,
• 每个人的声纹模型存储空间小于100KB。
• 参数调整方便，可按不同的应用需求调整操作点阈值。高安全性，不必担心他人的录音顶替使用。

语音合成(Text To Speech 简称TTS)，将文本信息转化成语音信息，让机器像人类一样能说会道，支持多语种、多业务领域语音合成。

• 高度智能的文本处理能力。
• 高自然度的节奏和韵律预测。
• 灵活的播放调节功能和多种特殊效果，可自由调节语速、音调。
• 高品质的语音合成效果。
• 灵活的系统架构，有良好的扩展性。

机器翻译（(Machine Translation 简称MT），利用电子计算机等装置，按照一定的程序将一种语言文本（源语言）转换成另一种语言文本（目标语言）。

• 应用基于Transformer的神经网络技术，搜集大规模语料多次训练，翻译品质较好。
• 支持在线学习优化，主动学习用户修改纠正后的结果。
• 支持英日韩等多达200+个语言与中文互译，覆盖全球主流语种，覆盖“一带一路”及联合国所有官方语言。
• 支持API方式接入，提供文本翻译、标签处理、多格式翻译等7项开发接口。
• 提供多个翻译插件，可应用与WPS、Office等软件中，赋予软件更强大的机器翻译能力。

计算机视觉（Computer Vision）用计算机代替人眼对目标进行识别、跟踪和测量，使计算机能像人那样通过视觉观察和理解世界。

• 人脸识别关键技术：复杂环境下高动态活体人脸检测算法，基于人脸关键点定位实现人脸区域的标准化预处理，减少了复杂环境因素对人脸特征提取的干扰，有效融合局部细节特征与全局整体特征，最后对活体特征实现准确分类。
• 自然监控视频中的对象、行为识别：以视觉AI分析场景化模型为基础，利用深度学习等方法，实现目标检测与跟踪、目标识别、对象行为动作分析，并针对应用场景综合优化，实现目标识别及异常行为检测。