2回答
我想用印地语训练我的测试用法。我有许多‘印地语’书写的特定字体的文本图像，我想为这些图像训练tesseract ocr。有几次我尝试使用这个链接来训练tesseract。当我运行makebox命令时，它会提取box文件，但它可以识别像英文字符一样的文件。我不明白为什么会这样。请帮助我训练印地语的tesseract ocr。你可以在下面的链接上查看示例图像。
浏览 3提问于2014-12-20得票数 0
1回答
如何训练语音识别的lstm
、、、、
我正在尝试训练用于语音识别的lstm模型，但不知道要使用什么训练数据和目标数据。我使用的是，它包含音频文件和它们的文字记录。在这一点上，我知道目标数据将被矢量化文本文本。至于训练数据，我在考虑使用每个音频文件(或MFCC特征)中的频率和时间。如果这是解决问题的正确方法，训练数据/音频将是多个数组，我如何将这些数组输入到我的lstm模型中？我需要对它们进行矢量化吗？
浏览 1提问于2016-11-26得票数 5
回答已采纳
1回答
📷一旦我得到像素值，我想用白色像素替换它们，所以我从图像中完全删除了涂鸦。(PS:我没有太多的训练图像来训练CNN。所以，如果这个问题可以用经典的CV方法来解决的话，请在这里问一下。
浏览 0提问于2019-12-03得票数 0
我想要同步语音录音与已知的文本。是否有一个语音到文本/自然语言处理库可以促进这一点？我想我会想要检测单词边界并从字典中计算候选匹配。我发现的大部分问题都与书面语言有关。
我到目前为止发现的是：
浏览 1提问于2010-11-01得票数 14
回答已采纳
1回答
我制作了一个模型来识别字符，其中训练集具有黑色背景的图像和白色的文字。
然而，这种类型的模型无法识别白色背景上有黑底图案的图像(我尝试了自己的输入和上一组底片的底片)。是否可以使用相同的模型来识别两种类型的图像，或者我是否需要训练两个不同的模型？我不知道是否可以使用ImageDataGenerator类。
浏览 0提问于2019-04-14得票数 0
1回答
在试验变压器的TFBertForSequenceClassification和BertTokenizer时，我注意到BertTokenizer：以这种方式标记文本与用于为BERT模型构造标记器的标记器不同：
浏览 0提问于2020-10-21得票数 1
这是我想要处理的原始图像的链接：
但即使有了上面的图像，Tesseract也无法识别图像中的字符。另外，如果上面的技术不起作用，请建议一种替代方案，例如训练Tesseract或使用其他OCR或方法？
浏览 3提问于2016-06-26得票数 1
我需要回答这两个问题：如果有的话:提到了哪些地点？我听说过关于word2vec的一些好东西，但我不太确定它在这里是否合适。
浏览 0提问于2019-05-14得票数 1
回答已采纳
想开发一款听觉训练的软件。根据回答的情况来做数据收集和分析。得出分析报告。
有些问题需要语音回答，需要识别语音来判断正误。
浏览 304提问于2018-09-10
2回答
现在的问题是:如果我向分类器传递与训练数据集无关的图像(例如，房屋的图像)，我希望获得较低的分数作为输出，以帮助我识别分析的图像不是数据集类别之一。
浏览 14提问于2016-08-29得票数 1
现在它可以识别英文字符了。但是，如何才能将语言首选项从英语更改为其他语言呢？印度语系语言
我已经下载了一种印度语言的训练数据，并用英语替换，并相应地修改了一些代码。但它并没有带来结果。
浏览 1提问于2012-12-29得票数 0
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3631提问于2018-08-24
我正在做一个android应用程序，它捕获照片来验证用户。我正在尝试用很少的图片创建personGroup。但我犯了个错误。
public fun createPersonGroup(personGroupId: String, personGroupName: String) {}
pub
浏览 2提问于2018-04-12得票数 1
回答已采纳
1回答
我有如下文字图像：
假设这是一个256x64图像。我的目标是以73791096754314441539的形式从图像中提取文本，这基本上就是OCR所做的。我正在尝试建立一个能从图像中识别单词的模型。c2],[a3,b3,c3]] -> [[a1,a2,a3],[b1,b2,b3],[c1,c2,c3]]
然后通过一个RNN(LSTM或BiLSTM)，然后使用CTC (连接器时间损失)来查找丢失和训练网络
浏览 0提问于2017-07-11得票数 6
在Vista上使用微软的SAPI5.3语音API，你如何通过编程对RecoProfile进行声学模型训练？更具体地说，如果您有一个文本文件和一个说出该文本的用户的音频文件，您会执行什么序列的SAPI调用来使用该文本和音频训练用户的配置文件？如果你使用音频文件而不是系统麦克风进行输入，这是否会使相对计时变得不那么宽松，因为识别器不会一直坐在那里听，直到扬声器听对了为止？
浏览 0提问于2008-11-18得票数 9
2回答
需要帮助进行实体标记
、、、
我需要设计一个系统，它可以识别句子中的movie和production company名称。标签数据:与电影或制作公司名称相对应的单词位置的句子。
我是NLP的初学者，任何帮助都将不胜感激。
浏览 0提问于2019-04-24得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
