希望能有精度更高的李现文字识别引擎,以及继续优化字幕识别功能

5 萧顺星 1周前 308次点击

现有的文字识别离线引擎是不理想的。典型的问题是漏内容,一段文字里总有那么一两行会识别不出。另一个问题是显示或者播报结果的时候,条目的次序经常不对,典型的比如上一行在下一行之后。

在我这里本地的识别引擎其实挺重要的,毕竟不是什么时候网络状况都良好。而且抛开网络因素不谈,在线识别的时效性也并不理想,例如 Vivo识别在白天中午到下午这种高峰期有近三秒的延迟,就跟不论风霜雨雪都能做到半秒一次的离线识别没得比了。想更充分的使用ocr功能,离线识别引擎是至关重要的。

最后再捎带搅一下字幕识别功能。说好听点,有充分的调优空间,说难听点就是半成品,可回收垃圾。这功能上线之初,我发帖聊过这事,但至今没有什么优化,我就挺失望的。在我这里,这功能是足以改变生活习惯和使用习惯的,说好听点站位来了。真的是怒其不争啊!

共 11 条评论
0 
这个文字识别我也在用,有的时候我会用它来识别图片上的文字,目前没发现什么。至于字母识别有什么用,我不知道我有没有用过。
0 

之前在会员期间用过这个字幕功能,确实有问题。很多字都识别不准确,而且经常会漏掉好几句话。刚开始以为是语音库读的慢了,没留够足够的时间识别下一句话,可是把语速调到最快了还是会漏掉好多。

熊猫 1周前
0 

主要是有些时候他明明有字幕但就是不读你知道吗

0 

知道呀。刚开始识别的好好的,突然就不识别了,要过了好几段话之后才继续识别。所以我说字幕识别的问题还有很多。

0 

本地OCR功能上限太低了,基本上不可能达到你想要的效果 不是小毛毯,没能力 是真的,技术上实现不了

我有个替代的方案,是字幕OCR识别使用在线的百度高精度方案 虽然说这种方案会有延迟 但是可以增加一个流式播放的功能,也就是字幕识别归字幕识别朗读归朗读 按着字幕识别的顺序,一条一条朗读下来 其实有时候就算字幕朗读稍微晚个几秒钟也是不影响剧情的 反而是实时朗读的时候,中间跳过几条更加影响剧情理解

萧顺星 [楼主] 1周前
0 

这几年的技术发展离线OCR引擎是相当完善的了。虽说正确性和在线的引擎没得比,但诚实的把所有条目都展现出来,没有疏漏是没有问题的。天坦这种连错带漏的,明显就是引擎过时了。而且咱们的ocr引擎又不是去翻录书籍,用于简单播报的ocr,哪怕识别正确性没那么高也无所谓,错一两个字,靠脑补都能补回来。就害怕有些内容他就是识别不出来,连脑补的机会都没有。用百度高精度去替代字幕识别的离线ocr,那就真的是天方夜谭。我以前曾经用隔壁解说测试过的,一小时观影用在线引擎进行字幕识别,需要消耗1400条识别资源。说明一下,我记得百度好像是,1万条100块钱。看这么一小时的字幕识别需要上传流量1.5个g左右。想要用的爽,只有离线引擎精益求精,没有其他。

肯特 1周前
0 
感谢楼主反馈。问题存在,后续会继续优化的。不过受到识别引擎和其他原因影响,可能不是太容易
萧顺星 [楼主] 1周前
0 

希望尽力,因为我确实是见过好的,所以才敢这么说。

0 
希望连续识别改成排队朗读比如看一些只有录屏的视频,字幕识别都搞不定,只能用连续识别,但是经常被抢读。
0 
希望增加开关切换切换是否以排队方式朗读连续识别的结果这样的话看录屏视频非常完蛋上一句没听完下一段就来了。
0 
B站一些视频是没字幕的,要么就是录屏,要么就是切换图片只能用连续识别字幕识别没用。
添加一条新评论

登录后可以发表评论 去登录

作者

积分:70

这家伙很懒,什么都没有留下