AI 助理
备案控制台
开发者社区 视觉智能 正文

视觉智能平台我们在测试视频的字幕提取。发现提取的时间轴错误怎么处理？

b43c908dab60e56a260ecc072e3a4513.png视觉智能平台我们在测试视频的字幕提取。发现提取的时间轴错误，字幕也没提取出来，100条测试视频，有一半视频的ocr提取达不到80%的准确率（时间轴不对，漏轴/错轴）C853973F-4143-5461-A7BA-D6AA820BEF7D

展开
收起
奔放或澜 2023-08-28 22:04:43 117 分享 版权

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

1 条回答
写回答
取消 提交回答
  • 夏夜许游

    视频文字识别是对视频进行抽帧识别文字内容，抽帧的频率会导致识别的字幕有误差，建议以视频帧为计算单位，不要以视频时间轴来计算

    2023-08-29 10:19:44
    赞同 展开评论
问答分类：
文字识别 视觉智能开放平台 文字识别
问答标签：
视觉智能开放平台视频 视觉智能测试 视觉智能开放平台字幕 测试视觉智能平台 视觉智能平台测试
问答地址：
开发者社区 > 视觉智能 > 问答
相关问答
视觉智能开放平台
视觉智能开放平台中，我在使用百炼产品文档的示例代码Java版进行测试时有问题怎么解决?
63
0
0
视觉智能平台有其他制作视频的API吗？可以添加字幕的。
48
2
0
视觉智能平台这个制作的视频能添加字幕吗？
26
2
0
CosyVoice在 ModeScope 平台测试生成英文音频 一直等待处理中 是什么意思啊？
75
0
0
云应用研发平台EMAS移动研发平台/移动测试是空的 是什么原因导致的?
56
1
0
在云效平台上，当开发完成需要提测时，需要给测试单独提交任务吗？
57
0
0
申请这个视觉智能开放平台的授权书和测试地址有吗？
35
4
0
在阿里云视觉智能开放平台中，输入多图生成卡点视频的能力吗？
51
3
0
阿里云视觉智能开放平台人脸比对服务测试拍照，斜着拍一半的脸，比对结果给的置信度也是通过，正常吗？
66
3
0
在阿里云视觉智能开放平台中，字幕出现时间不足1秒，有办法取消这个1秒的限制吗？
55
3
0

视觉智能

为开发者提供高易用、普惠的视觉API服务，帮助企业快速建立视觉智能技术应用能力的综合性视觉AI能力平台。适用于数字营销、互联网娱乐、安防、手机应用、泛金融身份认证等行业。

我要提问

相关文章

  • LanPaint：零训练消除AI图像违和感！与ComfyUI完美兼容的无损修复神器
  • SigLIP 2：多语言语义理解、定位和密集特征的视觉语言编码器
  • PP-DocBee：百度飞桨多模态文档解析神器，中文场景SOTA准确率一键提取表格图表
  • 对双栏 | 单双栏混合 | 图表文字混合的复杂布局的图片OCR识别（对布局复杂的整个pdf进行OCR识别）
  • 使用OCR库Pix2Text执行p2t.recognize()时出现list index out of range的错误信息（附有Pix2Text识别图片内容和laTex公式的代码）

    • 热门讨论

    热门文章

  • 报了一个“com.aliyun.tea.TeaException”错误。请问是什么原因造成的？
  • 图像搜索中鞋子类目的以图搜款功能实现的怎么做？
  • 文字识别OCR 数字识别会偶尔出错怎么办？
  • 文字识别OCR，client.recognizeAdvancedWithOptions 返回null
  • 文字识别OCR中夸克的扫描王API有么？网上评论夸克扫描王效果能nice。
  • 文字识别OCR银行卡识别，为何一直识别都为空，是因为什么原因呢？
  • 文字识别OCR如果想识别那种礼品册上的卡号、密码信息应该用那个功能呀？
  • 图片无法下载，请检查链接是否可访问和本地网络情况
  • 文字识别OCR 营业执照OCR，如果企业名称中有中英文括号，请问是统一转为英文括号返回还是按实际的？
  • 人脸识别1:N同类人脸相似度阈值如何配置才能保证人脸录入成功？
    • 展开全部
  • [AR]ImageTarget(图像识别)
  • YOLOv8改进 | 主干网络 | 增加网络结构增强小目标检测能力【独家创新——附结构图】
  • ‘通义万相’使用体验——令人惊艳的AI绘画创作大模型
  • 5款开源BI工具优缺点及介绍
  • 超分辨率相关的开源项目
  • 【OpenVI-图像超分实战篇】别用GAN做超分了，快来试试基于扩散模型的图像超分吧！
  • 印刷文字识别产品使用合集之一般包含什么信息, 会被认为敏感信息
  • 算法工程师面试问题总结 | YOLOv5面试考点原理全解析
  • YOLOv8改进 | 融合模块 | 用Resblock+CBAM卷积替换Conv【轻量化网络】
  • 分析对比大模型OCR、传统OCR和深度学习OCR
    • 展开全部
    还有其他疑问?
    咨询AI助理