面试题库 › 客户端 › 什么是OCR和ASR

什么是OCR和ASR

难度 ★☆☆在 1 场真实面经中被问到 方向:客户端

哪些公司问过

阿里巴巴1

常见岗位:音视频开发

答案要点

  1. OCR是光学字符识别,将图片、扫描件中的文字转为可编辑文本
  2. ASR是自动语音识别,将语音信号转为文字
  3. OCR流程包括预处理、文本检测、文本识别(如CRNN加CTC)和后处理纠错
  4. ASR从声学模型加发音词典加语言模型的传统方案,发展到CTC、注意力、Transducer等端到端模型
  5. 应用如票据识别、文档数字化、语音输入、会议字幕,常用字错误率或词错误率评估

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。