Il prossimoProssima guida
L'intelligenza artificiale nella lettura labiale e nel riconoscimento vocale visivo
Applicazioni
GUIDA alle applicazioni
Il riconoscimento della grafia utilizza l'intelligenza artificiale per trasformare i tratti di penna o l'inchiostro scansionato in testo digitale.
Ascolta questa guidaNarrato dall'IA · ~2 min
It powers everything from depositing checks with your phone to digitizing centuries-old manuscripts.
Il riconoscimento della grafia si divide in due versioni. Il riconoscimento offline (o ottico) funziona da un'immagine statica, come una lettera scansionata, in cui l'intelligenza artificiale vede solo l'inchiostro finito. Il riconoscimento online cattura la scrittura così come avviene su uno stilo o un touchscreen, quindi il modello conosce anche l'ordine dei tratti, la velocità e la pressione della penna, il che lo rende molto più preciso. I sistemi moderni utilizzano reti neurali, spesso una CNN per leggere le forme più uno strato ricorrente o trasformatore per modellare le sequenze. Un trucco chiave è la classificazione temporale connessionista (CTC), che consente alla rete di produrre testo senza che ogni lettera sia pre-segmentata. Il corsivo è più difficile perché le lettere si confondono insieme, quindi i modelli imparano parole intere e utilizzano il contesto linguistico per chiarire i cicli ambigui.
App bancarie che leggono l'importo scritto a mano sulla foto di un assegno per il deposito mobile.
Servizi postali come lo smistamento automatico della posta USPS tramite la lettura di codici postali e indirizzi scritti a mano.
App per prendere appunti come Apple Notes, OneNote e GoodNotes che convertono gli scarabocchi con lo stilo in testo digitato ricercabile.
Progetti come Transkribus che digitalizzano manoscritti storici e documenti di censimento in archivi consultabili.
Aspettatevi un riconoscimento sul dispositivo più rigoroso in modo che le note vengano convertite istantaneamente in testo senza inviare inchiostro al cloud, migliorando la privacy e la velocità. I modelli Transformer addestrati su molti script gestiranno meglio la commutazione di codice e le lingue rare. Gli storici stanno ampliando le piattaforme di riconoscimento del testo scritto a mano come Transkribus per digitalizzare archivi una volta ritenuti illeggibili. E i modelli multimodali che leggono una grafia disordinata insieme a diagrammi e calcoli renderanno i taccuini scansionati completamente ricercabili.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il riconoscimento della grafia utilizza l'intelligenza artificiale per trasformare i tratti di penna o l'inchiostro scansionato in testo digitale. Alimenta qualsiasi cosa, dal deposito di assegni con il tuo telefono alla digitalizzazione di manoscritti secolari.
Il riconoscimento online registra il movimento, la velocità e l'ordine dei tratti della penna in tempo reale, mentre il riconoscimento offline ha solo un'immagine finita dell'inchiostro da analizzare.
In corsivo, le lettere confluiscono l'una nell'altra senza spazi vuoti evidenti, quindi l'intelligenza artificiale non può segmentare facilmente i singoli caratteri e deve leggere le parole nel loro insieme utilizzando il contesto.
CTC consente alla rete di mappare una sequenza di caratteristiche visive di lunghezza variabile sul testo senza richiedere confini esatti per carattere, ripetizioni collassanti e simboli vuoti.
USPS explains that unreadable address images can be sent to a Remote Encoding Center, where staff enter the address data and return it to processing equipment for barcode printing.
Dopo che la rete visiva propone caratteri grezzi, un modello linguistico utilizza le probabilità delle parole e del contesto per correggere ipotesi ambigue, come trasformare "tne" in "the".
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
L'intelligenza artificiale nella lettura labiale e nel riconoscimento vocale visivo
Applicazioni