CN104966084A - 一种基于ocr和tts的低视力阅读助视系统 - Google Patents
一种基于ocr和tts的低视力阅读助视系统 Download PDFInfo
- Publication number
- CN104966084A CN104966084A CN201510395339.0A CN201510395339A CN104966084A CN 104966084 A CN104966084 A CN 104966084A CN 201510395339 A CN201510395339 A CN 201510395339A CN 104966084 A CN104966084 A CN 104966084A
- Authority
- CN
- China
- Prior art keywords
- image
- ocr
- text
- tts
- visual acuity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012015 optical character recognition Methods 0.000 title abstract description 36
- 230000000007 visual effect Effects 0.000 title abstract description 6
- 208000010415 Low Vision Diseases 0.000 title abstract 4
- 230000004303 low vision Effects 0.000 title abstract 4
- 238000012545 processing Methods 0.000 claims abstract description 16
- 206010047531 Visual acuity reduced Diseases 0.000 claims description 25
- 230000004315 low visual acuity Effects 0.000 claims description 25
- 230000004438 eyesight Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 21
- 238000000034 method Methods 0.000 abstract description 8
- 208000003464 asthenopia Diseases 0.000 abstract description 5
- 238000007781 pre-processing Methods 0.000 abstract 1
- 230000001131 transforming effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 201000010041 presbyopia Diseases 0.000 description 2
- 208000022372 Reading disease Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 206010013932 dyslexia Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B21/00—Teaching, or communicating with, the blind, deaf or mute
- G09B21/001—Teaching or communicating with blind persons
- G09B21/006—Teaching or communicating with blind persons using audible presentation of the information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Character Discrimination (AREA)
Abstract
本发明提供一种基于OCR和TTS的低视力阅读助视系统，包括：图像采集模块，用于扫描阅读对象，采集并输出图像；处理模块，包括：OCR文字识别单元，与图像采集模块连接，用于接收图像，对图像进行图像预处理和单字识别，得到图像对应的文本文件；TTS引擎单元，与OCR文字识别单元连接，用于将文本文件转换为音频文件；输出模块，与处理模块连接，用于同步输出文本文件和音频文件。本发明结合了OCR和TTS技术，通过图像采集模块对阅读对象进行扫描并采集图像，通过处理模块对采集的图像进行处理并最终通过输出模块同步输出文本和对应的音频，从而为用户实现了听读为主、目视辅助的阅读方式，具有使用便捷、缓解眼部疲劳等优点。
Description
技术领域
本发明涉及电子阅读设备技术领域，尤其涉及一种基于OCR和TTS的低视力阅读助视系统。
背景技术
低视力患者及老年人在阅读书报、文件、说明书等图文时存在不同程度的障碍，传统方式是借助放大镜，但因其仅为光学放大，存在放大倍数有限、边缘变形等问题，因此在欧美等发达国家，基本已淘汰了放大镜，普遍使用电子助视装置等改善低视力人群阅读障碍的高科技产品，但是低视力人群在长时间使用眼睛的状况下会引起视力恶化。
随着终端技术、软件技术的发展，特别是智能终端技术、OCR技术与TTS技术的发展，为OCR技术与TTS技术的结合提供了可行性。
文字识别技术(Optical Character Recognition，简称OCR)即通过光学技术对文字进行识别,是自动识别技术研究和应用领域中的一种重要技术。它能够将文字自动识别录入到电脑中，适用于建立网络图书馆，将纸质书籍扫描，以文件的形式存入电脑然后通过OCR文字识别软件识别需要的文字就可以文本文件的形式显示。
语音合成技术(Text To Speech，简称TTS)，涉及声学、语言学、数字信号处理技术、多媒体技术等多个学科技术，是中文信息处理领域的一项前沿技术。
与一些用预先录制的声音文件实现发声的应用程序相比，TTS的发声引擎只有几兆大小，不需要大量的声音文件支持，因此可以节省很大的储存空间，并且可以朗读预先未知的任何语句。现在已经有许多应用软件应用TTS技术实现语音功能，例如一些播音软件可以用来读小说或作校对工作，还可以朗读电子邮件，一些电子词典可以读出单词，还可以用于查询中心自动播放服务信息等。
发明内容
在下文中给出关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
本发明提供一种降低眼部使用频率、同时实现阅读的基于OCR和TTS的低视力阅读助视系统。
本发明提供一种基于OCR和TTS的低视力阅读助视系统，包括：
图像采集模块，用于扫描阅读对象，采集并输出图像；
处理模块，包括：
OCR文字识别单元，与所述图像采集模块连接，用于接收所述图像，对所述图像进行图像预处理和单字识别，得到所述图像对应的文本文件；
TTS引擎单元，与所述OCR文字识别单元连接，用于将所述文本文件转换为音频文件；
输出模块，与所述处理模块连接，用于同步输出所述文本文件和所述音频文件。
本发明提供的基于OCR和TTS的低视力阅读助视系统结合了OCR文字识别技术和TTS语音识别技术，通过图像采集模块对阅读对象进行扫描并采集图像，通过处理模块对采集的图像进行处理并最终通过输出模块同步显示阅读文本和输出对应的音频，从而为用户实现了听读为主、目视辅助的阅读方式。用户还可通过键盘或触摸屏设置显示模式，例如黑底白字、白底黑字、护眼模式等显示模式，进一步缓解眼部疲劳，实现了辅助低视力患者、老视人群及盲人用户进行阅读的作用。综上所述，本发明具有使用便捷、缓解眼部疲劳等优点。
附图说明
参照下面结合附图对本发明实施例的说明，会更加容易地理解本发明的以上和其它目的、特点和优点。附图中的部件只是为了示出本发明的原理。在附图中，相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。
图1为本发明一种基于OCR和TTS的低视力阅读助视系统的一种实施方式的系统结构示意图。
图2为本发明一种基于OCR和TTS的低视力阅读助视系统的一种优选实施方式的系统结构示意图。
图3为本发明一种基于OCR和TTS的低视力阅读助视系统的另一种优选实施方式的系统结构示意图。
附图标记说明：
10 图像采集模块
20 用户输入模块
30 处理模块
50 输出模块
301 OCR文字识别单元
303 TTS引擎单元
501 显示单元
503 音频输出单元
具体实施方式
下面参照附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
图1为本发明一种基于OCR和TTS的低视力阅读助视系统的一种实施方式的系统结构示意图。
如图1所示，在本实施方式中，本发明的基于OCR和TTS的低视力阅读助视系统包括：
图像采集模块10，用于扫描阅读对象，采集并输出图像；
处理模块30，包括：
OCR文字识别单元301，与图像采集模块10连接，用于接收所述图像，对所述图像进行图像预处理和单字识别，得到所述图像对应的文本文件；
TTS引擎单元303，与OCR文字识别单元301连接，用于将所述文本文件转换为音频文件；
输出模块50，与处理模块30连接，用于同步输出所述文本文件和所述音频文件。
具体地，图像采集模块10通常为扫描仪、摄像头或其它具有相同功效的扫描/拍摄设备，通过图像采集模块10将报纸、书籍等阅读对象采集并输入到计算机中，从而实现原稿数字化。OCR识别正确率的前提条件是文档图像的扫描质量较高。恰当地选择扫描分辨率及相关参数、较高的摄像头分辨率，是保证文字图像清楚、特征不丢失的关键。此外，待扫描的阅读对象尽可能地放置端正，以保证预处理检测的倾斜角较小，在进行倾斜校正后，文字图像的变形就较小。这些简单的操作，会使OCR识别正确率有所提高。反之，由于扫描设置不当，文字的断笔过多可能会分检出半个文字的图像，文字断笔和笔画粘连会造成部分特征丢失，在将文字图像的特征与特征库比较时，会使其特征距离加大，识别错误率上升。
图像预处理即分检所述接收的图像中的每一个文字图像，以及进行单字识别之前的一些准备工作，包括图像净化处理，即去掉原始图像中的噪声(干扰)，测量文档放置的倾斜角，对文档进行版面分析，对选出的文字域进行排版确认，对横、竖排版的文字行进行切分，每一行的文字图像的分离，标点符号的判别等。这一阶段的预处理步骤非常重要，处理的效果直接影响到文字识别的准确率。
单字识别即由计算机将所述文字图像转变成文字的标准代码，即所谓的识别技术。系统中预存有文字的结构、笔画等特征信息，根据文字的笔画、特征点、投影信息、点的区域分布等进行分析，并对识别出的文字或多个识别结果采用词组方式进行上下匹配，将单字识别的结果进行分词，与词库中的词组进行比较，以提高系统的识别率，减少误识率，最终得到由文字组成的文本文件。
TTS引擎单元303将文本文件转化为音频文件输出,这个过程的工作主要是将文本文件中的文字按字或词分解为音素，并且对文本文件中的数字、货币单位、单词变形以及标点等要特殊处理的符号进行分析，以及将音素生成数字音频，得到音频文件。
图2为图1所示实施方式的优选实施方式的系统结构示意图。
如图2所示，相较图1所示实施方式，在图2所示实施方式中，输出模块50包括：
显示单元501，与OCR文字识别单元301连接，用于输出所述文本文件；
音频输出单元503，与TTS引擎单元303、显示单元501连接，用于输出所述音频文件。
具体地，输出模块50的输出方式包括VGA和音频同步输出，或HDMI输出。
显示单元501通常为显示屏，音频输出单元503通常为音响、喇叭等音频输出设备。
图3为图2所示实施方式的优选实施方式的系统结构示意图。
如图3所示，相较图2所示实施方式，在图3所示实施方式中，本发明的基于OCR和TTS的低视力阅读助视系统还包括：
用户输入模块20，与处理模块30连接，用于输入系统启动指令、系统关闭指令、输出模式设置指令和输出参数设置指令。
具体地，用户输入模块20通常为设备上的按键、外接键盘、鼠标或触摸屏。
优选地，图像采集模块10还用于采集所述阅读对象的视频并输出。
优选地，OCR文字识别单元301还用于按照预设参数采集所述视频中的图像。
优选地，输出模块50还用于输出所述视频。
优选地，OCR文字识别单元301在进行图像预处理时对所述图像所包含的文字的语言种类进行判断，调用相应的语言库进行单字识别，并将语言种类信息发送至TTS引擎单元303。
优选地，TTS引擎单元303根据所述语言种类信息调用对应语言的语音库进行文字语音转换。
综上所述，本发明提供的基于OCR和TTS的低视力阅读助视系统结合了OCR文字识别技术和TTS语音识别技术，通过图像采集模块对阅读对象进行扫描并采集图像，通过处理模块对采集的图像进行处理并最终通过输出模块同步显示阅读文本和输出对应的音频，从而为用户实现了听读为主、目视辅助的阅读方式。用户还可通过键盘或触摸屏设置显示模式，例如黑底白字、白底黑字、护眼模式等显示模式，进一步缓解眼部疲劳，实现了辅助低视力患者、老视人群及盲人用户进行阅读的作用。本发明具有使用便捷、缓解眼部疲劳等优点。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于OCR和TTS的低视力阅读助视系统，其特征在于，包括：
图像采集模块，用于扫描阅读对象，采集并输出图像；
处理模块，包括：
OCR文字识别单元，与所述图像采集模块连接，用于接收所述图像，对所述图像进行图像预处理和单字识别，得到所述图像对应的文本文件；
TTS引擎单元，与所述OCR文字识别单元连接，用于将所述文本文件转换为音频文件；
输出模块，与所述处理模块连接，用于同步输出所述文本文件和所述音频文件。
2.根据权利要求1所述的低视力阅读助视系统，其特征在于，所述输出模块包括：
显示单元，与所述OCR文字识别单元连接，用于输出所述文本文件；
音频输出单元，与所述TTS引擎单元、所述显示单元连接，用于输出所述音频文件。
3.根据权利要求1所述的低视力阅读助视系统，其特征在于，还包括：
用户输入模块，与所述处理模块连接，用于输入系统启动指令、系统关闭指令、输出模式设置指令和输出参数设置指令。
4.根据权利要求1所述的低视力阅读助视系统，其特征在于，所述图像采集模块还用于采集所述阅读对象的视频并输出。
5.根据权利要求4所述的低视力阅读助视系统，其特征在于，所述OCR文字识别单元还用于按照预设参数采集所述视频中的图像。
6.根据权利要求4所述的低视力阅读助视系统，其特征在于，所述输出模块还用于输出所述视频。
7.根据权利要求1所述的低视力阅读助视系统，其特征在于，所述OCR文字识别单元在进行图像预处理时对所述图像所包含的文字的语言种类进行判断，调用相应的语言库进行单字识别，并将语言种类信息发送至所述TTS引擎单元。
8.根据权利要求7所述的低视力阅读助视系统，其特征在于，所述TTS引擎单元根据所述语言种类信息调用对应语言的语音库进行文字语音转换。
9.根据权利要求1所述的低视力阅读助视系统，其特征在于，所述输出模块的输出方式包括VGA和音频同步输出，或HDMI输出。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510395339.0A CN104966084A (zh) | 2015-07-07 | 2015-07-07 | 一种基于ocr和tts的低视力阅读助视系统 |
| US15/155,545 US20170011732A1 (en) | 2015-07-07 | 2016-05-16 | Low-vision reading vision assisting system based on ocr and tts |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510395339.0A CN104966084A (zh) | 2015-07-07 | 2015-07-07 | 一种基于ocr和tts的低视力阅读助视系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104966084A true CN104966084A (zh) | 2015-10-07 |
Family
ID=54220119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510395339.0A Pending CN104966084A (zh) | 2015-07-07 | 2015-07-07 | 一种基于ocr和tts的低视力阅读助视系统 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20170011732A1 (zh) |
| CN (1) | CN104966084A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105679119A (zh) * | 2016-01-20 | 2016-06-15 | 潘爱松 | 一种扫描听写法 |
| CN106961572A (zh) * | 2016-01-08 | 2017-07-18 | 杭州瑞杰珑科技有限公司 | 一种自适应不同应用场景的电子助视器 |
| CN107346629A (zh) * | 2017-08-22 | 2017-11-14 | 贵州大学 | 一种智能盲人阅读方法及智能盲人阅读器系统 |
| CN108182432A (zh) * | 2017-12-28 | 2018-06-19 | 北京百度网讯科技有限公司 | 信息处理方法和装置 |
| WO2019023869A1 (zh) * | 2017-07-31 | 2019-02-07 | 深圳传音通讯有限公司 | 一种基于智能终端的语音输出方法及语音输出系统 |
| CN109670445A (zh) * | 2018-12-19 | 2019-04-23 | 宜视智能科技（苏州）有限公司 | 低视力助视智能眼镜系统 |
| CN109858336A (zh) * | 2018-12-21 | 2019-06-07 | 苏州道博环保技术服务有限公司 | 一种高效环保管理视觉识别系统 |
| CN110473436A (zh) * | 2019-09-09 | 2019-11-19 | 邸心洋 | 一种阅读辅助学习设备 |
| CN111539408A (zh) * | 2020-04-08 | 2020-08-14 | 王鹏 | 基于拍照识物的智能点读方案 |
| CN113065537A (zh) * | 2021-06-03 | 2021-07-02 | 江苏联著实业股份有限公司 | 一种基于模型优化的ocr文件格式转化方法及系统 |
| CN113096635A (zh) * | 2021-03-31 | 2021-07-09 | 北京字节跳动网络技术有限公司 | 一种音频和文本的同步方法、装置、设备以及介质 |
| CN113974312A (zh) * | 2021-10-09 | 2022-01-28 | 福州米鱼信息科技有限公司 | 一种缓解长时间站立阅读而产生疲惫感的方法 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10008665B1 (en) * | 2016-12-27 | 2018-06-26 | Intel Corporation | Doping of selector and storage materials of a memory cell |
| CN110065701A (zh) * | 2019-04-26 | 2019-07-30 | 福建省泉州市培元中学 | 一种基于语音操作的可供视觉障碍人士使用的物流装置 |
| US10824790B1 (en) | 2019-05-28 | 2020-11-03 | Malcolm E. LeCounte | System and method of extracting information in an image containing file for enhanced utilization and presentation |
| CN112329563A (zh) * | 2020-10-23 | 2021-02-05 | 复旦大学 | 一种基于树莓派的智能阅读辅助方法及系统 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5844991A (en) * | 1995-08-07 | 1998-12-01 | The Regents Of The University Of California | Script identification from images using cluster-based templates |
| US5969755A (en) * | 1996-02-05 | 1999-10-19 | Texas Instruments Incorporated | Motion based event detection system and method |
| GB9727322D0 (en) * | 1997-12-29 | 1998-02-25 | Xerox Corp | Multilingual information retrieval |
| DE19963812A1 (de) * | 1999-12-30 | 2001-07-05 | Nokia Mobile Phones Ltd | Verfahren zum Erkennen einer Sprache und zum Steuern einer Sprachsyntheseeinheit sowie Kommunikationsvorrichtung |
| US6745163B1 (en) * | 2000-09-27 | 2004-06-01 | International Business Machines Corporation | Method and system for synchronizing audio and visual presentation in a multi-modal content renderer |
| US7299182B2 (en) * | 2002-05-09 | 2007-11-20 | Thomson Licensing | Text-to-speech (TTS) for hand-held devices |
| FI118619B (fi) * | 2003-05-16 | 2008-01-15 | Jarmo Talvitie | Menetelmä ja järjestelmä tiedon salaamiseksi ja tallentamiseksi |
| US7325735B2 (en) * | 2004-04-02 | 2008-02-05 | K-Nfb Reading Technology, Inc. | Directed reading mode for portable reading machine |
| US20060158514A1 (en) * | 2004-10-28 | 2006-07-20 | Philip Moreb | Portable camera and digital video recorder combination |
| JP2006276911A (ja) * | 2005-03-25 | 2006-10-12 | Fuji Xerox Co Ltd | 電子機器およびプログラム |
| US8611661B2 (en) * | 2007-12-26 | 2013-12-17 | Intel Corporation | OCR multi-resolution method and apparatus |
| US8340477B2 (en) * | 2008-03-31 | 2012-12-25 | Intel Corporation | Device with automatic image capture |
| US20110098083A1 (en) * | 2008-05-19 | 2011-04-28 | Peter Lablans | Large, Ultra-Thin And Ultra-Light Connectable Display For A Computing Device |
| US8484028B2 (en) * | 2008-10-24 | 2013-07-09 | Fuji Xerox Co., Ltd. | Systems and methods for document navigation with a text-to-speech engine |
| WO2011105819A2 (ko) * | 2010-02-26 | 2011-09-01 | 탐투스(주) | 학습용 디지털 캡쳐 장치 |
| JP2011250367A (ja) * | 2010-05-31 | 2011-12-08 | Sony Corp | 表示装置、映像装置、メニュー画面表示方法、および映像表示システム |
| US8447112B2 (en) * | 2010-12-17 | 2013-05-21 | Xerox Corporation | Method for automatic license plate recognition using adaptive feature set |
| US8704948B2 (en) * | 2012-01-18 | 2014-04-22 | Eldon Technology Limited | Apparatus, systems and methods for presenting text identified in a video image |
| US9483461B2 (en) * | 2012-03-06 | 2016-11-01 | Apple Inc. | Handling speech synthesis of content for multiple languages |
| US9330086B2 (en) * | 2012-10-10 | 2016-05-03 | Motorola Solutions, Inc. | Method and apparatus for identifying a language used in a document and performing OCR recognition based on the language identified |
| KR102072542B1 (ko) * | 2013-08-30 | 2020-02-03 | 삼성전자주식회사 | 이미지 처리 방법 및 그 전자 장치 |
-
2015
- 2015-07-07 CN CN201510395339.0A patent/CN104966084A/zh active Pending
-
2016
- 2016-05-16 US US15/155,545 patent/US20170011732A1/en not_active Abandoned
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106961572A (zh) * | 2016-01-08 | 2017-07-18 | 杭州瑞杰珑科技有限公司 | 一种自适应不同应用场景的电子助视器 |
| CN105679119A (zh) * | 2016-01-20 | 2016-06-15 | 潘爱松 | 一种扫描听写法 |
| WO2019023869A1 (zh) * | 2017-07-31 | 2019-02-07 | 深圳传音通讯有限公司 | 一种基于智能终端的语音输出方法及语音输出系统 |
| CN107346629A (zh) * | 2017-08-22 | 2017-11-14 | 贵州大学 | 一种智能盲人阅读方法及智能盲人阅读器系统 |
| US10963760B2 (en) | 2017-12-28 | 2021-03-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing information |
| CN108182432A (zh) * | 2017-12-28 | 2018-06-19 | 北京百度网讯科技有限公司 | 信息处理方法和装置 |
| CN109670445A (zh) * | 2018-12-19 | 2019-04-23 | 宜视智能科技（苏州）有限公司 | 低视力助视智能眼镜系统 |
| CN109858336A (zh) * | 2018-12-21 | 2019-06-07 | 苏州道博环保技术服务有限公司 | 一种高效环保管理视觉识别系统 |
| CN110473436A (zh) * | 2019-09-09 | 2019-11-19 | 邸心洋 | 一种阅读辅助学习设备 |
| CN111539408A (zh) * | 2020-04-08 | 2020-08-14 | 王鹏 | 基于拍照识物的智能点读方案 |
| CN113096635A (zh) * | 2021-03-31 | 2021-07-09 | 北京字节跳动网络技术有限公司 | 一种音频和文本的同步方法、装置、设备以及介质 |
| CN113096635B (zh) * | 2021-03-31 | 2024-01-09 | 抖音视界有限公司 | 一种音频和文本的同步方法、装置、设备以及介质 |
| CN113065537A (zh) * | 2021-06-03 | 2021-07-02 | 江苏联著实业股份有限公司 | 一种基于模型优化的ocr文件格式转化方法及系统 |
| CN113974312A (zh) * | 2021-10-09 | 2022-01-28 | 福州米鱼信息科技有限公司 | 一种缓解长时间站立阅读而产生疲惫感的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20170011732A1 (en) | 2017-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104966084A (zh) | 一种基于ocr和tts的低视力阅读助视系统 | |
| Mithe et al. | Optical character recognition | |
| US8233671B2 (en) | Reading device with hierarchal navigation | |
| US8185398B2 (en) | Reading device with shortcut read function | |
| US8538087B2 (en) | Aiding device for reading a printed text | |
| Ani et al. | Smart Specs: Voice assisted text reading system for visually impaired persons using TTS method | |
| Rajesh et al. | Text recognition and face detection aid for visually impaired person using Raspberry PI | |
| Hagargund et al. | Image to speech conversion for visually impaired | |
| CN112329485A (zh) | 翻译方法、装置、系统及存储介质 | |
| Manage et al. | An intelligent text reader based on python | |
| CN115988149A (zh) | 一种ai智能图文生成视频的方法 | |
| CN111723653A (zh) | 基于人工智能的绘本阅读方法及装置 | |
| CN204856534U (zh) | 一种基于ocr和tts的低视力阅读助视系统 | |
| CN114550174A (zh) | 辅助阅读方法及装置 | |
| KR102374280B1 (ko) | 이미지로부터 추출한 텍스트의 블록화 시스템 및 그 방법 | |
| Hairuman et al. | OCR signage recognition with skew & slant correction for visually impaired people | |
| De Zoysa et al. | Project Bhashitha-Mobile based optical character recognition and text-to-speech system | |
| Jadhav et al. | Raspberry pi based reader for blind | |
| Ramkishor et al. | Artificial vision for blind people using OCR technology | |
| Shanmugam et al. | Hardcopy Text Recognition and Vocalization for Visually Impaired and Illiterates in Bilingual Language | |
| Colaco et al. | Design and implementation of Konkani text to speech generation system using OCR technique | |
| Sharma et al. | Drushti-A Smart Reader for Visually Impaired People | |
| Bouazizi et al. | Arabic reading machine for visually impaired people using TTS and OCR | |
| Dokhe et al. | Survey Paper: Image Reader For Blind Person | |
| CN115410061B (zh) | 一种基于自然语言处理的图文情感分析系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151007 |
|
| RJ01 | Rejection of invention patent application after publication |