TrInk：基于 Transformer 网络的水墨生成
计算与语言
2025-09-01 v1 人工智能
摘要
本文提出 TrInk，一种基于 Transformer 的水墨生成模型，有效捕获全局依赖关系。为更好地促进输入文本与生成笔画点之间的对齐，我们在跨注意力模块中引入了缩放位置嵌入和高斯记忆掩码。此外，我们设计了主观和客观评估管道，全面评估生成手写体的可读性和风格一致性。实验表明，我们的 Transformer 模型在 IAM-OnDB 数据集上相对于先前方法将字符错误率(CER)降低 35.56%，词错误率(WER)降低 29.66%。我们提供了一个演示页面，展示了 TrInk 和基线模型的手写样本：https://akahello-a11y.github.io/trink-demo/
引用
@article{arxiv.2508.21098,
title = {TrInk: Ink Generation with Transformer Network},
author = {Zezhong Jin and Shubhang Desai and Xu Chen and Biyi Fang and Zhuoyi Huang and Zhe Li and Chong-Xin Gan and Xiao Tu and Man-Wai Mak and Yan Lu and Shujie Liu},
journal= {arXiv preprint arXiv:2508.21098},
year = {2025}
}
备注
Accepted to EMNLP 2025 Main Conference