什么是OCR和ASR
哪些公司问过
答案要点
- 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
- ASR是自动语音识别,将语音信号转为文字
- 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
- 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
- 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
- 混淆ASR和TTS,TTS是文字转语音
- 认为OCR只是识别单个字符,忽略文本检测和版面分析
- 以为词错误率不会超过100%
面试官常见追问
- CTC解决了什么问题?
- 词错误率WER怎么算?
- 影响OCR效果的常见因素有哪些?
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。