如今的语音标注我们早已不陌生，使用微信，语音可以转换为文字，在使用地图APP上小麦克风功能，或者客服里的直接说出问题。让机器听懂人的语音已经是生活中的一部分，那么机器如何听懂人类的语音？这就要靠人机交...

文本图像的倾斜校正分为手动校正和自动校正两种。手动校正，是指识别系统提供某种人机交互手段，实现文本图像的倾斜校正。自动校正，是指由计算机自动分析文本图像的版面特征，估计图像的倾斜角度，并根据倾斜角度对...

标注场景下的VAD，在语音标注，尤其是ASR语音转录标注场景下，VAD切片通常是须要率先实现的工作内容。（1）手动模式下，标注员须要自行判断语音的起始点，根据要求，决定是否预留相应的静默音局部。（2）...

图像处理模块图像处理模块主要具有文稿扫描、图像缩放、图像旋转等功能。通过扫描仪输入后，文稿形成图像文件，图像处理模块可对图像进行放大，去除污点和划痕，如果图像放置不正，可以手工或自动旋转图像，目的是为...

图片标注多边形分割：多边形分割是另一种图片标注技术，也是边界框背后理论的扩展。它帮助计算机视觉系统寻找目标，而复杂的多边形比单纯的框更能精确地检测出目标的位置和边界。和边界框相比，多边形分割可以切掉目...

什么是数据图片标注。数据图片标注有很多种类型，比如分类、画框、标注、标注等等。要理解数据标注，首先要明白AI其实是对人类认知功能的部分替代。回想一下我们是怎么学习的。比如我们学会认识苹果的时候，需要有...

语音标注员的工作内容与翻译员较为相似，均为语言信息的转换，但语音标注员主要负责音频文件的信息转换。所以语音标注员要求有一定的语言组织能力和良好的听觉，能够准确接收音频内的各类信息。语音标注员的工作职责...

OCR是英文optical character recognition的缩写，意思是：文字识别。OCR（optical character recognition）文字识别是指电子设备（例如扫描仪或数...

语音标注必须了解的基础知识点有哪些？声学的几个基础概念：当物体振动时，会引起周围空气的波动，导致空气粒子间的距离发生疏密变化，从而引发空气压强的改变，在通过人的耳膜对空气压强的反映传入大脑，从而形成声...

很常见的图像标注类型：我们在诸如汽车自动驾驶等领域，则会用到更加复杂的图像标注和计算机视觉技术。那么，我们该如何知道哪一种图像标注类型更适合自己手头的项目呢?下面我将向您介绍五种常见的图像标注类型，及...

如果想做图片标注，你可能会遇到哪些坑？无限返工：这主要是对于第1质检来说的，质检人员遇到项目发起方，对任务的要求100%正确率的时候，这个问题就凸显了。质检人员保证标注项目的准确是应尽的义务，但是有一...

人工智能业内普遍认为，语音将成为下一个重要的技术平台，近年来随着人工智能理论与技术的迅猛发展，语音识别（ASR）、语音合成（TTS）技术在不断突破。虽然理论技术取得了长足进步，但是在实际应用过程中仍绕...