前言

實(shí)際工作中，一般識(shí)別率的直接指標(biāo)是“WER（詞錯(cuò)誤率，Word Error Rate）”

定義

WER 字錯(cuò)誤率句錯(cuò)誤率

為了使識(shí)別出來的詞序列和標(biāo)準(zhǔn)的詞序列之間保持一致，需要進(jìn)行替換、刪除或者插入某些詞，這些插入、替換或刪除的詞的總個(gè)數(shù)，除以標(biāo)準(zhǔn)的詞序列中詞的總個(gè)數(shù)的百分比，即為WER。

公式為：

Substitution——替換

Deletion——?jiǎng)h除

Insertion——插入

N——單詞數(shù)目

SER

SER，SER表述為句子中如果有一個(gè)詞識(shí)別錯(cuò)誤，那么這個(gè)句子被認(rèn)為識(shí)別錯(cuò)誤，句子識(shí)別錯(cuò)誤的的個(gè)數(shù)，除以總的句子個(gè)數(shù)即為SER

其計(jì)算公式如下所示：

注意事項(xiàng)

1. WER可以分男女、快慢、口音、數(shù)字/英文/中文等情況，分別來看。

2. 因?yàn)橛胁迦朐~，所以理論上WER有可能大于100%，但實(shí)際中、特別是大樣本量的時(shí)候，是不可能的，否則就太差了，不可能被商用。

3. 站在純產(chǎn)品體驗(yàn)角度，很多人會(huì)以為識(shí)別率應(yīng)該等于“句子識(shí)別正確的個(gè)數(shù)/總的句子個(gè)數(shù)”，即“識(shí)別（正確）率等于96%”這種，實(shí)際工作中，這個(gè)應(yīng)該指向“SER（句錯(cuò)誤率，Sentence Error Rate）”，即“句子識(shí)別錯(cuò)誤的個(gè)數(shù)/總的句子個(gè)數(shù)”。不過據(jù)說在實(shí)際工作中，一般句錯(cuò)誤率是字錯(cuò)誤率的2~3倍，所以可能就不怎么看了。

參考文檔

AI產(chǎn)品經(jīng)理需要了解的語音交互評(píng)價(jià)指標(biāo)
語音識(shí)別評(píng)估標(biāo)準(zhǔn)-WER

總結(jié)

以上是生活随笔為你收集整理的语音识别(ASR)评估指标-WER（字错误率）和SER（句错误率）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。