面试题库 › 算法 / 大模型 › OCR、ASR、TTS、GAN、ViT 等 AI 概念与应用

OCR、ASR、TTS、GAN、ViT 等 AI 概念与应用

难度 ★☆☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:视觉与多模态模型

常见岗位:产品经理

答案要点

  1. OCR 识别图像文字,目标检测输出物体框和类别,如 YOLO
  2. ASR 语音转文本,TTS 文本转语音,组合用于语音助手
  3. ViT 把图像切块作为 token 输入 Transformer
  4. GAN 对抗训练,VAE 学隐变量分布,DiT 用 Transformer 做扩散主干
  5. AIGC 指生成式内容,数字人综合语音、大模型和形象驱动

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。

相关面试题