DeepWriting: 通过深度生成模型使数字墨水可编辑

数字墨水有望结合手写文字的灵活性和美学，以及处理、搜索和编辑数字文本的能力。字符识别将手写文本转换为数字表示形式，尽管由于内容和风格交织组件的技术难题而失去了个性化的外观。在本文中，我们提出了一种新型的生成神经网络架构，该架构能够分离风格和内容，从而使数字墨水可编辑。我们的模型可以合成任意文本，同时让用户控制视觉外观（风格）。例如，允许在不改变内容的情况下进行风格转换，在单词级别编辑数字墨水以及其他应用场景，如拼写检查和纠正手写文本。此外，我们还贡献了一个带有字符级别细粒度注释的手写文本新数据集，并报告了初步用户评估的结果。