ESPnet el yazısı tanıma modelini sundu

iam_handwriting_ocr geliştirici ekibi, Conformer mimarisine dayalı el yazısı metinlerinin tanınması için özel bir model yayınladı. Çözüm, grafik görüntüleri dijital formata dönüştürmek için karakter bazlı tokenizasyon kullanarak otomatikleştirilmiş çevirinin yapılmasına yöneliktir.

İAM veri kümesinde test edilen model, CER (Karakter Hata Oranı) %6,7 düzeyinde bir performans gösterdi. WER (Kelime Hata Oranı) %20,3 olarak belirlendi. Bu metriklere göre mimarinin karmaşık el yazısı yazı tiplerini işlerken yüksek doğrulukta karakter tanıma gerektiren durumlarda etkili olduğu kanıtlandı.

Model, otomatik konuşma tanıma ve dizi işleme görevleri için optimize edilmiş ESPnet2 çerçevesine dayanmaktadır. Conformer kullanılması, el yazısı metinlerinin yapısında hem yerel hem de küresel bağımlılıkları etkili bir şekilde dikkate almaya olanak tanır, bu da bağlı el yazısı metinlerinin doğru yorumlanması için kritik öneme sahiptir.

Sürüm, araştırma projelerine ve belge işleme sistemlerine entegre edilmek üzere mevcuttur. Modelin kaynak ağırlıkları ve yapılandırması Hugging Face platformunda yayınlandı, bu da geliştiricilerin çözümü, sıfırdan eğitim gerektirmeksizin kendi veri işleme konveyörlerine dağıtmalarına olanak tanır.

Bu geliştirme, arşiv belgelerinin ve el yazısı notlarının dijitalleştirilmesi için kullanılan araçların olanaklarını genişletmektedir. Benzer modellerin uygulanması, geleneksel OCR sistemlerinin düşük hiệu quả gösterdiği görevlerde el yazısının değişkenliği nedeniyle elle transkripsiyon süresini azaltmaya ve otomatikleştirilmiş tanıma sistemlerinin doğruluğunu artırmaya olanak tanır.