Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.15029

帮助 | 高级搜索

计算机科学 > 声音

arXiv:2506.15029 (cs)
[提交于 2025年6月18日 ]

标题: 基于 LabVIEW 的光学字符识别语音合成的准确修订版

标题: An accurate and revised version of optical character recognition-based speech synthesis using LabVIEW

Authors:Prateek Mehta, Anasuya Patil
摘要: 通过声音的知识提取是一项独特的属性。 视觉障碍者通常只能依赖于非政府组织提供的盲文书籍和音频记录。 由于这些方法的局限性,盲人往往无法获取他们选择的书籍。 对于盲人和视力受损的人来说,语音作为一种交流模式比文本更有效,因为他们可以轻松响应声音。 本文介绍了一种准确、可靠、经济实惠且用户友好的基于光学字符识别(OCR)的语音合成系统的发展。 该基于OCR的系统已使用实验室虚拟仪器工程工作台(LabVIEW)实现。
摘要: Knowledge extraction through sound is a distinctive property. Visually impaired individuals often rely solely on Braille books and audio recordings provided by NGOs. Due to limitations in these approaches, blind individuals often cannot access books of their choice. Speech is a more effective mode of communication than text for blind and visually impaired persons, as they can easily respond to sounds. This paper presents the development of an accurate, reliable, cost-effective, and user-friendly optical character recognition (OCR)-based speech synthesis system. The OCR-based system has been implemented using Laboratory Virtual Instrument Engineering Workbench (LabVIEW).
评论: 9页,9幅图
主题: 声音 (cs.SD) ; 计算与语言 (cs.CL); 计算机视觉与模式识别 (cs.CV); 音频与语音处理 (eess.AS)
MSC 类: 14J60
ACM 类: I.2.7; I.4; I.5; I.7.5
引用方式: arXiv:2506.15029 [cs.SD]
  (或者 arXiv:2506.15029v1 [cs.SD] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.15029
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Prateek Mehta [查看电子邮件]
[v1] 星期三, 2025 年 6 月 18 日 00:11:06 UTC (530 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.CL
cs.CV
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号