本文提出了一种基于CNN-BiLSTM系统的解决方案来解决英文手写体识别问题，并在IAM数据集上进行了评估。通过采用CTC层的CNN-BiLSTM网络，达到了较低的CER和WER。通过测试时间增强方式，可以提高难识别情况的识别率。此外，还对IAM数据集上的误差进行了分析，并提供了源代码以促进进一步的研究。