流水线的应用场景

语音模型应用场景

语音模型包括自动语音识别（ASR）和语音合成（TTS）两大类型，为音频内容的理解和生成提供强大能力。

自动语音识别模型

自动语音识别模型能够将语音转换为文字，支持多种语言和方言，广泛应用于各种需要语音理解的场景。

主要应用场景

会议实时转录

在远程协作情景中，实时转写跨语言线上会议内容，生成带时间戳的对话记录，支持关键词检索与重点标记。

典型用例：

• 远程会议自动记录
• 多语言会议同步翻译
• 会议纪要自动生成

视频内容配字幕

在媒体生产情景中，为短视频/长片纪录片自动生成多语言字幕，同步输出字幕文件（SRT/VTT）。

典型用例：

• 视频自动字幕生成
• 多语言字幕制作
• 媒体内容本地化

语音合成模型

语音合成模型能够将文字转换为自然流畅的语音，支持多种音色和情感表达。

主要应用场景

多角色有声内容创作

生成不同性别/年龄的旁白角色音，批量输出带情感变化的配音片段。

典型用例：

• 有声小说制作
• 广告配音生成
• 播客节目制作
• 角色扮演音频

长文本语音播报

将小说章节转换为自然流畅的朗读音频，自动插入呼吸停顿/强调重音。

典型用例：

• 长篇小说朗读
• 新闻播报生成
• 学习材料朗读

图像生成模型应用场景

图像生成模型能够根据文字描述或其他图像生成高质量的图像内容，支持多种创作和编辑场景，为视觉内容创作提供强大支持。

主要应用场景

产品视觉设计

根据商品描述生成高质量产品海报、场景图或营销素材，支持背景替换/风格迁移，确保视觉风格符合品牌调性。

典型用例：

• 电商产品海报自动生成
• 产品场景图批量制作
• 营销素材个性化定制
• 品牌视觉风格统一
• 产品包装设计辅助

创意内容生成

基于文字指令（如"赛博朋克风格的城市夜景"）批量生成原创插图、封面图或概念艺术，提升内容吸引力。

典型用例：

• 文章配图自动生成
• 社交媒体内容创作
• 书籍封面设计
• 概念艺术创作
• 广告创意素材制作

图像修复与增强

对老照片等模糊、破损或低分辨率图像进行超分重建、划痕修复、色彩还原，提升历史资料可用性。

典型用例：

• 老照片修复翻新
• 图像去噪处理
• 色彩增强与校正
• 历史文档图像修复

定制化风格迁移

在游戏/影视美术情景中，将概念图自动转换为指定艺术风格（如水墨风、像素风、3D渲染），或统一多张素材的画风一致性。

典型用例：

• 游戏美术资源统一风格
• 影视概念图风格化
• 艺术作品风格转换
• 品牌视觉一致性保证
• 创意风格探索

个性化定制

根据用户喜好和需求，生成个性化的头像、壁纸、装饰图案等专属内容。

典型用例：

• 个人头像定制生成
• 手机壁纸个性化
• 家居装饰图案设计
• 个人品牌视觉创建

风控识别模型应用场景

风控识别模型专门用于内容安全审核，能够自动识别和过滤不当内容，保障平台和业务的安全合规运营。

主要应用场景

文本内容审核

实时检测用户发布的文本/图片（如评论区、动态），拦截色情、暴力、辱骂信息等违规内容。

检测类型：

• 色情低俗内容识别
• 暴力血腥内容检测
• 恶意攻击言论过滤
• 垃圾广告信息拦截
• 敏感政治内容识别

文件上传风控

扫描用户上传的文档/图片中的敏感内容，防止涉政标识、违禁图片等危险内容传播。

典型用例：

• 文档内容安全扫描
• 图片违规内容检测
• 色情违规图片识别
• 涉政违规图片识别

文本生成模型应用场景

文本生成模型（LLM） 节点是能够利用大语言模型的对话/生成/分类/处理等能力，根据给定的提示词处理广泛的任务类型，并能够在 API 流水线的不同环节使用。包含多种主流模型，如 DeepSeek、Qwen 系列等。

主要应用场景

意图识别

在客服对话情景中，对用户问题进行意图识别和分类，导向下游不同的流程。

典型用例：

• 客服机器人自动分类用户问题（技术支持、退款申请、产品咨询）
• 智能路由用户请求到相应的专业客服团队
• 实时分析用户情绪，调整对话策略

文本生成

在文章生成情景中，作为内容生成的节点，根据主题、关键词生成符合的文本内容。

典型用例：

• 营销文案自动生成
• 产品说明书批量创建
• 个性化邮件内容生成
• 社交媒体内容创作

内容分类

在邮件批处理情景中，对邮件的类型进行自动化分类，如咨询/投诉/垃圾邮件。

典型用例：

• 自动邮件分拣系统
• 内容审核分类
• 文档自动归档
• 用户反馈分类分析

文本转换

在文本翻译情景中，将用户提供的文本内容翻译成指定语言。

典型用例：

• 多语言内容本地化
• 实时聊天翻译
• 文档翻译批处理
• 跨语言信息检索

代码生成

在辅助编程情景中，根据用户的要求生成指定的业务代码，编写测试用例。

典型用例：

• 自动化测试用例生成
• API文档生成
• 代码重构建议s
• 编程教学辅助

配置要点

• 模型选择：根据任务复杂度选择合适的模型规模
• 提示词优化：针对具体场景设计专业的提示词模板
• 参数调整：根据输出要求调整 temperature、max_tokens 等参数
• 变量设置：合理设置输入输出变量，便于上下游节点数据传递

视觉模型应用场景

视觉模型能够理解和分析图像内容，提供智能的图像识别、理解和分析能力，广泛应用于各种需要视觉理解的场景。

主要应用场景

图像内容理解与问答

在智能客服情景中，分析用户上传的产品故障图片、操作界面截图或实物照片，精准识别内容并回答相关问题。

典型用例：

• 产品故障图片自动诊断
• 操作界面问题识别
• 产品外观质量检测
• 用户问题可视化分析

图文信息提取与处理

在文档自动化处理中，解析扫描文档、票据、合同或带文字信息的图片，提取关键字段、识别表格数据或进行文字翻译。

典型用例：

• 发票信息自动提取
• 合同关键条款识别
• 表格数据结构化
• 多语言文档翻译
• 身份证信息识别

工业视觉检测

在生产线自动化质检中，实时分析产品/零部件的高清图像，检测划痕、裂纹、装配错误、尺寸偏差、异物或印刷缺陷。

典型用例：

• 产品表面缺陷检测
• 装配完整性验证
• 尺寸规格自动测量
• 印刷质量控制
• 异物检测与分拣

教育/培训辅助

在智能教育平台中，识别教材插图、实验图片、手写解题步骤或学生绘画作品，提供解释、批改、答疑或生成相关的学习问题。

典型用例：

• 手写作业自动批改
• 实验结果图像分析
• 教材内容理解辅助