王攀娜 楊昆

編者按：隨著人工智能、大數(shù)據(jù)等信息技術(shù)的不斷發(fā)展，OCR文字識別技術(shù)逐漸應(yīng)用于審計(jì)領(lǐng)域，成為重要的審計(jì)技術(shù)創(chuàng)新工具。文章探討如何將OCR文字識別技術(shù)應(yīng)用于審計(jì)，發(fā)現(xiàn)OCR文字識別技術(shù)與審計(jì)系統(tǒng)相結(jié)合、與智能審計(jì)工具共建數(shù)字化審計(jì)平臺、助力構(gòu)建數(shù)據(jù)共享平臺三條路徑，并分析了基于OCR文字識別技術(shù)實(shí)現(xiàn)審計(jì)技術(shù)創(chuàng)新的保障措施，以期通過OCR文字識別技術(shù)實(shí)現(xiàn)審計(jì)技術(shù)創(chuàng)新，提高審計(jì)工作效率。

在大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等創(chuàng)新技術(shù)的驅(qū)動下，將OCR文字識別等智能技術(shù)融合到審計(jì)實(shí)務(wù)工作中，可以為審計(jì)工作提供數(shù)字化賦能。使用OCR文字識別技術(shù)，可以大大提高數(shù)據(jù)的準(zhǔn)確性，將審計(jì)人員從枯燥繁重的工作中解脫出來，節(jié)省鍵盤輸入的人力和時(shí)間，為審計(jì)技術(shù)打下非結(jié)構(gòu)化數(shù)據(jù)采集的基礎(chǔ)，推進(jìn)審計(jì)技術(shù)創(chuàng)新。

OCR文字識別技術(shù)介紹

OCR文字識別技術(shù)概念

光學(xué)字符識別（Optical Character Recognition，OCR），通稱為文字識別，通過光學(xué)輸入設(shè)備獲取紙張上的文字圖片信息，再以通用格式存儲為文本文件。OCR是一種高效、快捷的自動文字輸入方法，實(shí)現(xiàn)了計(jì)算機(jī)認(rèn)字技術(shù)，是計(jì)算機(jī)視覺研究領(lǐng)域中模式識別和人工智能領(lǐng)域的一種應(yīng)用。OCR系統(tǒng)性能好壞的衡量指標(biāo)主要包括識別速度、識別比例、產(chǎn)品的穩(wěn)定性、用戶界面是否友好、使用的方便性和可行性等。OCR文字識別是實(shí)現(xiàn)文字高速錄入的一項(xiàng)關(guān)鍵技術(shù)，在身份信息識別、金融票據(jù)識別、合同信息提取等商業(yè)場景中都有比較成熟的應(yīng)用。

OCR文字識別的處理流程主要包括圖像處理和文字識別，具體處理流程見圖1。圖像處理包括圖像輸入、圖像預(yù)處理、版面分析和字符切割四個(gè)步驟。圖像輸入是通過電子信號處理讀取圖像。圖像預(yù)處理指將圖像處理為有文字的黑色和沒有文字的白色區(qū)域、去除圖像成形的噪音、校正傾斜的文字和數(shù)字等。版面分析是將文檔圖片進(jìn)行段落和行的劃分。字符切割是將粘連在一起的文字、段筆等情況進(jìn)行切割。文字識別過程包括特征提取、字符識別、版面恢復(fù)以及后處理四個(gè)步驟。特征提取是識別字符圖像的關(guān)鍵特征，通過降維處理以便后續(xù)進(jìn)行字符識別。字符識別是根據(jù)數(shù)學(xué)的向量特征，進(jìn)行字符識別。版面恢復(fù)是根據(jù)原文檔的排版情況，識別格式，將結(jié)果輸出。后處理是將識別出來的文檔與原文檔進(jìn)行比對校正。

OCR文字識別技術(shù)的應(yīng)用場景

近年來，文字識別技術(shù)作為一項(xiàng)采集圖片信息的工具，已經(jīng)在很多實(shí)踐案例中都得到了運(yùn)用。具體來看，OCR文字識別技術(shù)的應(yīng)用場景大致可分為：通用類，表格、文檔、網(wǎng)絡(luò)圖片等任意格式圖片;證件類，身份證、駕駛證、行駛證、護(hù)照等證件圖片;票據(jù)類，增值稅發(fā)票、機(jī)動車銷售發(fā)票、醫(yī)療發(fā)票等各種發(fā)票;行業(yè)類，物流面單、醫(yī)療化驗(yàn)單據(jù)等多種行業(yè)特定類型圖片;定制模板，用戶自定義識別模板。

OCR文字識別技術(shù)應(yīng)用于審計(jì)的路徑

我們認(rèn)為OCR文字識別技術(shù)運(yùn)用到審計(jì)工作場景的路徑主要包括如下三個(gè)方面。

OCR文字識別技術(shù)與審計(jì)系統(tǒng)的連接

1.實(shí)時(shí)性

審計(jì)系統(tǒng)需要及時(shí)獲取相關(guān)的審計(jì)數(shù)據(jù)，并在短時(shí)間內(nèi)做出專業(yè)判斷，借助OCR技術(shù)可實(shí)現(xiàn)審計(jì)系統(tǒng)的實(shí)時(shí)計(jì)算。此外，OCR文字識別技術(shù)可實(shí)現(xiàn)審計(jì)數(shù)據(jù)的持久存儲。OCR在審計(jì)中的應(yīng)用主要分為圖像采集模塊、OCR文字識別模塊和審計(jì)模塊三個(gè)部分，中間通過Redis和Kafaka兩個(gè)傳輸工具實(shí)現(xiàn)。

（1）圖像采集模塊。圖片采集是OCR技術(shù)應(yīng)用的基礎(chǔ)，實(shí)現(xiàn)系統(tǒng)的圖像輸入流程，主要功能是對圖像進(jìn)行預(yù)處理，包括去除噪聲、二值化、校正傾斜等，然后發(fā)布到Redis的圖形通道中。

（2）OCR文字識別模塊。通過調(diào)用Redis的圖形通道獲取到初步處理后的圖片，進(jìn)行文本檢測，包括文本行分隔和文字分隔;最后將圖片中的信息還原為可被計(jì)算機(jī)識別的信息，識別之后將文字發(fā)布到Kafaka文字通道。

（3）審計(jì)模塊。通過Kafaka文字通道，將OCR文字識別模塊識別信息傳遞到審計(jì)模塊，進(jìn)行信息實(shí)時(shí)計(jì)算和持久化存儲。Redis和Kafaka是文字識別技術(shù)與審計(jì)系統(tǒng)連接框架系統(tǒng)中的消息傳輸工具，因?yàn)閳D像采集和文字識別速度不同，文字識別和審計(jì)模塊處理速度不同，各模塊間直接進(jìn)行數(shù)據(jù)的傳遞可能導(dǎo)致消息堵塞。使用Redis和Kafaka作為緩沖，可為系統(tǒng)的穩(wěn)定性提供保證。

2.全量審計(jì)

在對公客戶信貸舞弊風(fēng)險(xiǎn)年審時(shí)，審計(jì)人員需要從行內(nèi)信貸系統(tǒng)中隨機(jī)抽取100個(gè)有貸款的對公客戶信息，通過比對貸款投向信息與企業(yè)營業(yè)執(zhí)照的經(jīng)營范圍是否匹配來識別舞弊信號。審計(jì)人員要手動錄入企業(yè)名稱、經(jīng)營范圍信息、統(tǒng)一社會信用代碼等，然后開始后續(xù)工作。使用到OCR具體工作流程見圖2。審計(jì)人員只需要獲取全量的企業(yè)營業(yè)執(zhí)照的照片，并導(dǎo)入到文字識別工具中，即可獲得可編輯的文本信息。為進(jìn)一步提高審計(jì)效率，還可先設(shè)計(jì)一份數(shù)據(jù)匯總表單，規(guī)定自己所需的信息，將這些文字版企業(yè)營業(yè)執(zhí)照變成更可觀的表單。將節(jié)省下來的時(shí)間用在發(fā)現(xiàn)舞弊信號等方面，有效降低抽樣審計(jì)導(dǎo)致的重要信息遺漏風(fēng)險(xiǎn)，并提高審計(jì)的質(zhì)量。

OCR文字識別應(yīng)用于智能審計(jì)技術(shù)

OCR文字識別技術(shù)有助于審計(jì)實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)采集，助推其他審計(jì)技術(shù)發(fā)揮功效，使得應(yīng)用范圍可以拓展到更多社會實(shí)踐工作領(lǐng)域中。融合OCR文字識別、機(jī)器人流程自動化、高級數(shù)據(jù)分析等多種新興審計(jì)技術(shù)，將為審計(jì)工作提供數(shù)字化賦能。智能審計(jì)數(shù)字化平臺通過數(shù)據(jù)加工、轉(zhuǎn)化、存儲、交換、關(guān)聯(lián)共享和管理等專業(yè)化處理，對數(shù)據(jù)的組合分析、交叉驗(yàn)證，以實(shí)現(xiàn)全面分析。動態(tài)、真實(shí)地反映審計(jì)對象的相關(guān)信息，幫助審計(jì)部門識別各種審計(jì)風(fēng)險(xiǎn)。目前該技術(shù)應(yīng)用于審計(jì)數(shù)據(jù)采集、文檔審閱、底稿編制、海量合同文本、錄音等非結(jié)構(gòu)數(shù)據(jù)等方面發(fā)揮了巨大的優(yōu)勢。

在審計(jì)業(yè)務(wù)中，審計(jì)人員需要閱讀大量的合同，提取合同名稱、合同簽訂雙方名稱、簽訂時(shí)間、結(jié)算方式等信息，與單位財(cái)務(wù)報(bào)表進(jìn)行對照、核查，形成初步審計(jì)報(bào)告。借助OCR文字識別技術(shù)和數(shù)據(jù)分析技術(shù)，幫助審計(jì)人員發(fā)現(xiàn)合同條款中的潛在風(fēng)險(xiǎn)。審核合同時(shí)，如果合同信息未電子化，審計(jì)人員很難發(fā)現(xiàn)多個(gè)合同中存在建設(shè)內(nèi)容部分重復(fù)或全部重復(fù)的情況。使用OCR文字識別技術(shù)將合同信息電子化，建立合同信息庫，對合同數(shù)據(jù)進(jìn)行重復(fù)篩查和關(guān)聯(lián)匹配。通過將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)殡娮踊问?，再利用?shù)據(jù)分析功能，將轉(zhuǎn)換后的數(shù)據(jù)與現(xiàn)存的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行關(guān)聯(lián)，通過匹配進(jìn)行核對，實(shí)現(xiàn)多點(diǎn)聯(lián)動審計(jì)。

OCR文字識別技術(shù)助力構(gòu)建共享平臺

OCR文字識別技術(shù)是共享中心的關(guān)鍵所在，在傳統(tǒng)的共享中心數(shù)據(jù)的采集主要是人工來進(jìn)行文字的轉(zhuǎn)化，將紙質(zhì)文件上的數(shù)據(jù)錄入到系統(tǒng)中，但OCR改變了人工錄入數(shù)據(jù)的工作模式，從源頭上提高數(shù)據(jù)的準(zhǔn)確性。尤其是伴隨著數(shù)據(jù)的不斷增加，數(shù)據(jù)不斷復(fù)雜化，借助OCR將為共享中心的發(fā)展提供更有力的支撐。

使用OCR文字識別技術(shù)將紙質(zhì)文件數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)上傳至共享中心，可簡化審計(jì)工作流程。通過OCR文字識別技術(shù)構(gòu)建共享中心，內(nèi)部審計(jì)人員可在業(yè)務(wù)前端直接抓取數(shù)據(jù)，看見原始憑證的圖像，不必再通過財(cái)務(wù)人員傳遞才能獲得，超越了業(yè)務(wù)地點(diǎn)時(shí)間的限制，解決了時(shí)滯問題和舞弊。OCR文字識別技術(shù)能規(guī)避手動輸入可能的錯誤，實(shí)現(xiàn)自動驗(yàn)證發(fā)票真?zhèn)?，從發(fā)票臺賬取數(shù)，掃描識別時(shí)直接驗(yàn)證發(fā)票真?zhèn)?，降低稅?wù)風(fēng)險(xiǎn)。

OCR文字識別技術(shù)應(yīng)用于審計(jì)的保障措施

為了實(shí)現(xiàn)OCR文字識別技術(shù)在審計(jì)工作中的應(yīng)用，下面探討其保障措施。

探尋新型審計(jì)模式

隨著內(nèi)外環(huán)境的快速變化，需要探尋符合時(shí)代發(fā)展的新型審計(jì)模式。在業(yè)務(wù)風(fēng)險(xiǎn)越來越隱蔽的情況下，審計(jì)人員必須形成數(shù)據(jù)思維，統(tǒng)籌分析信息。審計(jì)人員需要更多地考慮未來審計(jì)工作模式的轉(zhuǎn)變，改進(jìn)創(chuàng)新審計(jì)技術(shù)。將各種前沿技術(shù)應(yīng)用于審計(jì)的核心流程中，識別并評估日常工作中可以標(biāo)準(zhǔn)化和自動化的場景，為審計(jì)中的關(guān)鍵審計(jì)流程提供了全新的數(shù)字化解決方案，提高了工作效率。

構(gòu)建智能審計(jì)平臺

伴隨著信息技術(shù)的快速發(fā)展、數(shù)據(jù)應(yīng)用的持續(xù)拓展，搭建智能化審計(jì)平臺，可以實(shí)現(xiàn)基于OCR文字識別開展審計(jì)工作。參考全球領(lǐng)先的專業(yè)服務(wù)機(jī)構(gòu)德勤公司的做法，從計(jì)劃和風(fēng)險(xiǎn)評估到控制測試再到實(shí)質(zhì)性測試，以及最后的結(jié)論與報(bào)告階段。

（1）計(jì)劃和風(fēng)險(xiǎn)評估階段，使用自動式綜合性數(shù)據(jù)分析，可快速實(shí)現(xiàn)報(bào)表、會計(jì)科目及分錄的可視化分析，聚焦高風(fēng)險(xiǎn)科目，揭示異常風(fēng)險(xiǎn)。

（2）控制測試階段，借助數(shù)字化流程挖掘和設(shè)計(jì)工具，自動跟蹤業(yè)務(wù)流程，通過動態(tài)視圖可視化呈現(xiàn)，幫助企業(yè)更直觀了解流程運(yùn)行情況，識別異常操作業(yè)務(wù)，進(jìn)而深入分析企業(yè)內(nèi)控流程中的潛在風(fēng)險(xiǎn)。

（3）實(shí)質(zhì)性測試階段，利用數(shù)據(jù)動態(tài)可視化技術(shù)、機(jī)器人流程自動化技術(shù)結(jié)合第三方數(shù)據(jù)平臺，對企業(yè)圖譜、股權(quán)結(jié)構(gòu)、關(guān)系圖譜等信息進(jìn)行挖掘和展示，對企業(yè)關(guān)聯(lián)交易進(jìn)行展示，輔助審計(jì)人員對客戶關(guān)聯(lián)關(guān)系及關(guān)聯(lián)交易進(jìn)行充分挖掘，從而提升風(fēng)險(xiǎn)防范能力，保障審計(jì)質(zhì)量。

（4）結(jié)論與報(bào)告階段，德勤公司自主研發(fā)的“勤報(bào)通”工具能實(shí)現(xiàn)報(bào)告審閱流程的高度自動化與智能化，還能通過健康檢查全面快捷地識別報(bào)告中的錯誤情況，改進(jìn)報(bào)告質(zhì)量，提高審計(jì)交付的質(zhì)量。

保障數(shù)據(jù)的安全性和準(zhǔn)確性

信息技術(shù)通過計(jì)算機(jī)程序自動處理，可大大提高工作效率，但不可忽視風(fēng)險(xiǎn)。OCR文字識別技術(shù)應(yīng)用于審計(jì)過程中，數(shù)據(jù)的安全性和準(zhǔn)確性是必須面對的重要問題。如采用OCR審計(jì)無形資產(chǎn)的形成和攤銷時(shí)，要考慮數(shù)據(jù)獲取是否準(zhǔn)確，是否能支持最終形成的審計(jì)結(jié)論。要注重對數(shù)據(jù)的管理和保護(hù)，設(shè)置好數(shù)據(jù)訪問和存儲的權(quán)限，嚴(yán)格限制訪問，采用授權(quán)機(jī)制來保證審計(jì)數(shù)據(jù)的安全。使用OCR文字識別技術(shù)提取數(shù)據(jù)時(shí)，可使用一定措施來提高識別準(zhǔn)確度。對圖像進(jìn)行文字識別時(shí)，保證光線盡量充足和穩(wěn)定，且文字的背景最好是純白的背景，這樣能去除干擾因素，進(jìn)一步保證文字識別技術(shù)的識別準(zhǔn)確率。在文字識別技術(shù)處理流程中，最后一步的人工對比和校正也將保證輸出數(shù)據(jù)的準(zhǔn)確性。

結(jié)語

數(shù)據(jù)時(shí)代的到來，審計(jì)數(shù)據(jù)的載體變得越來越多樣化，圖片、照片、影像等資料承載著豐富的審計(jì)數(shù)據(jù)信息。為了了解藏在這些信息背后的復(fù)雜關(guān)系和潛在風(fēng)險(xiǎn)，審計(jì)需要將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可審計(jì)的數(shù)字或文本信息，揭開審計(jì)對象之間的復(fù)雜關(guān)系。OCR文字識別技術(shù)為智慧審計(jì)打下了 非結(jié)構(gòu)化數(shù)據(jù)采集的基礎(chǔ)，如機(jī)器人流程自動化技術(shù)、自然語言處理技術(shù)等。OCR文字識別技術(shù)與審計(jì)系統(tǒng)結(jié)合、與智能審計(jì)工具結(jié)合、助力構(gòu)建共享中心這三方面的應(yīng)用，進(jìn)一步落實(shí)到數(shù)據(jù)采集、信息審核、審計(jì)抽樣三階段具體審計(jì)工作流程當(dāng)中，有助于推進(jìn)審計(jì)智能化水平，提升審計(jì)工作的社會服務(wù)價(jià)值。

參考文獻(xiàn)：

[1]汪莉，葉健彪.基于OCR的審計(jì)技術(shù)創(chuàng)新與實(shí)現(xiàn)[J].中國內(nèi)部審計(jì)，2019（04）：44-47.

[2]徐超，陳勇.大數(shù)據(jù)技術(shù)與方法在審計(jì)監(jiān)督中的應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（05）：135-153.

[3]余玉苗，徐慧慧.利用機(jī)器學(xué)習(xí)提升內(nèi)部審計(jì)價(jià)值——讀《機(jī)器學(xué)習(xí)強(qiáng)化保證》[J].財(cái)務(wù)與會計(jì)，2020（12）：86-87.

[4]張晶，李雅琴，王博文.光學(xué)字符識別（OCR）技術(shù)在內(nèi)部審計(jì)中的實(shí)踐應(yīng)用[J].納稅，2020，14（01）：275.

[5]趙文華.德勤探路審計(jì)中的人工智能應(yīng)用[N].中國會計(jì)報(bào)，2017-03-03（010）.

第一作者：王攀娜（1980—），四川自貢人，副教授、博士、碩士生導(dǎo)師，現(xiàn)就職于重慶銀行博士后科研工作站。