博客园· AlfredZhao·· 11 天前AI 评分54
OCR、VLM、ASR 到底有什么区别?一文讲清
OCR、VLM、ASR 到底有什么区别?一文讲清 - AlfredZhao
AI 导读
文章对比了 OCR、VLM、ASR 三者的分工:OCR 做字符级精准提取并输出文字与坐标,VLM 看懂整张画面并问答推理但容易幻觉,ASR 负责把声音转成文字。生产环境可用低成本 OCR 先拿全文,按置信度阈值把低置信区域、复杂表格或图表路由给 VLM 校验和推理,再用 OCR 文本交叉校验以压制幻觉。
来源:博客园 · cnblogs.com