ต่อไปคำแนะนำต่อไป
AI ในการอ่านริมฝีปากและการรู้จำคำพูดด้วยภาพ
การใช้งาน
คู่มือแอปพลิเคชัน
การรู้จำลายมือใช้ AI เพื่อเปลี่ยนลายเส้นปากกาหรือหมึกที่สแกนให้เป็นข้อความดิจิทัล
ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min
มันขับเคลื่อนทุกสิ่งตั้งแต่การฝากเช็คด้วยโทรศัพท์ของคุณไปจนถึงการแปลงต้นฉบับอายุหลายศตวรรษในรูปแบบดิจิทัล
การรู้จำลายมือแบ่งออกเป็นสองรสชาติ การจดจำแบบออฟไลน์ (หรือแบบออปติคอล) ทำงานจากภาพนิ่ง เช่น จดหมายที่สแกน โดยที่ AI จะเห็นเฉพาะหมึกที่เสร็จแล้วเท่านั้น การจดจำแบบออนไลน์จะบันทึกการเขียนในขณะที่เขียนบนสไตลัสหรือหน้าจอสัมผัส ดังนั้นโมเดลจึงรู้ลำดับการขีด ความเร็ว และแรงกดของปากกา ซึ่งทำให้แม่นยำยิ่งขึ้นมาก ระบบสมัยใหม่ใช้โครงข่ายประสาทเทียม ซึ่งมักเป็น CNN เพื่ออ่านรูปร่าง บวกกับเลเยอร์ที่เกิดซ้ำหรือเลเยอร์หม้อแปลงเพื่อสร้างลำดับแบบจำลอง เคล็ดลับสำคัญคือ Connectionist Temporal Classification (CTC) ซึ่งช่วยให้ข้อความเอาต์พุตของเครือข่ายโดยไม่จำเป็นต้องแบ่งตัวอักษรทุกตัวไว้ล่วงหน้า Cursive นั้นยากที่สุดเนื่องจากตัวอักษรเบลอด้วยกัน ดังนั้นโมเดลจึงเรียนรู้ทั้งคำและใช้บริบทของภาษาเพื่อแก้ไขการวนซ้ำที่ไม่ชัดเจน
แอพธนาคารจะอ่านจำนวนเงินที่เขียนด้วยลายมือบนรูปถ่ายเช็คสำหรับการฝากเงินผ่านมือถือ
บริการไปรษณีย์ เช่น USPS จัดเรียงจดหมายอัตโนมัติโดยการอ่านรหัสไปรษณีย์และที่อยู่ที่เขียนด้วยลายมือ
แอพจดบันทึก เช่น Apple Notes, OneNote และ GoodNotes จะแปลงการเขียนด้วยปากกาสไตลัสให้เป็นข้อความที่พิมพ์ได้และสามารถค้นหาได้
โปรเจ็กต์อย่าง Transkribus ที่ทำให้ต้นฉบับทางประวัติศาสตร์และบันทึกการสำรวจสำมะโนประชากรเป็นดิจิทัลลงในคลังข้อมูลที่สามารถค้นหาได้
คาดหวังการจดจำบนอุปกรณ์ที่เข้มงวดยิ่งขึ้น ดังนั้นโน้ตจึงแปลงเป็นข้อความได้ทันทีโดยไม่ต้องส่งหมึกไปยังคลาวด์ ปรับปรุงความเป็นส่วนตัวและความเร็ว โมเดล Transformer ที่ได้รับการฝึกฝนกับสคริปต์จำนวนมากจะจัดการกับการสลับโค้ดและภาษาที่หายากได้ดีขึ้น นักประวัติศาสตร์กำลังปรับขนาดแพลตฟอร์มการรู้จำข้อความที่เขียนด้วยลายมือ เช่น Transkribus เพื่อแปลงเอกสารสำคัญที่ครั้งหนึ่งเคยคิดว่าอ่านไม่ออกให้เป็นดิจิทัล และแบบจำลองหลายรูปแบบที่อ่านลายมือที่ยุ่งเหยิงควบคู่ไปกับไดอะแกรมและคณิตศาสตร์จะทำให้สมุดบันทึกที่สแกนสามารถค้นหาได้อย่างสมบูรณ์
จดหมายข่าวฟรี
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
การรู้จำลายมือใช้ AI เพื่อเปลี่ยนลายเส้นปากกาหรือหมึกที่สแกนให้เป็นข้อความดิจิทัล มันขับเคลื่อนทุกสิ่งตั้งแต่การฝากเช็คด้วยโทรศัพท์ของคุณไปจนถึงการแปลงต้นฉบับอายุหลายศตวรรษในรูปแบบดิจิทัล
การจดจำแบบออนไลน์จะบันทึกการเคลื่อนไหว ความเร็ว และลำดับจังหวะของปากกาแบบเรียลไทม์ ในขณะที่การจดจำแบบออฟไลน์จะมีเพียงภาพหมึกที่เสร็จแล้วเท่านั้นที่จะวิเคราะห์
ตัวอักษรจะไหลเข้าหากันโดยไม่มีช่องว่างที่ชัดเจน ดังนั้น AI จึงไม่สามารถแบ่งอักขระแต่ละตัวได้อย่างง่ายดาย และต้องอ่านคำทั้งหมดโดยใช้บริบท
CTC ช่วยให้เครือข่ายแมปลำดับคุณลักษณะภาพกับข้อความที่มีความยาวผันแปรได้ โดยไม่ต้องมีขอบเขตต่ออักขระที่แน่นอน การยุบซ้ำ และสัญลักษณ์ว่าง
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.
หลังจากที่เครือข่ายภาพเสนออักขระดิบ โมเดลภาษาจะใช้ความน่าจะเป็นของคำและบริบทเพื่อแก้ไขการคาดเดาที่ไม่ชัดเจน เช่น เปลี่ยน 'tne' เป็น 'the'
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
AI ในการอ่านริมฝีปากและการรู้จำคำพูดด้วยภาพ
การใช้งาน