语音识别指标计算 WER

目录

[CER(Character Error Rate)](#CER(Character Error Rate))

[WER = Word Error Rate(词错误率)](#WER = Word Error Rate(词错误率))

[🧮 WER 计算方式](#🧮 WER 计算方式)

[📌 示例](#📌 示例)

[✅ 理解要点](#✅ 理解要点)


CER(Character Error Rate)

语音识别中的 CER(Character Error Rate) 是衡量语音识别系统准确性的一个重要指标,表示预测文本与参考文本在字符级别上的差异程度。

CER(Character Error Rate)定义:

CER 是编辑距离(Levenshtein 距离)与参考文本字符总数的比值:

语音识别 WER 是什么意思

WER = Word Error Rate(词错误率)

在语音识别(ASR, Automatic Speech Recognition)领域,WER 是一个常用的性能评估指标,全称是:WER = Word Error Rate(词错误率)


🧮 WER 计算方式

WER 是通过比较 识别结果(Hypothesis)真实文本(Reference) 之间的差异来计算的,公式如下:

WER=S+D+IN\text{WER} = \frac{S + D + I}{N}WER=NS+D+I​

其中:

  • S(Substitutions):替换错误数(识别成了其他词)

  • D(Deletions):漏识别的词数

  • I(Insertions):多识别出的词数

  • N:真实文本中的词总数(即 Reference 中的词数)


📌 示例

假设真实文本是:

我 爱 自然语言处理

识别结果是:

我 喜欢 语言 处理

对比:

  • "爱" → "喜欢":1 个替换(S)

  • "自然" 被删掉:1 个删除(D)

  • 没有额外多出的词:0 个插入(I)

  • 总词数 N = 4

则:

WER=1(S)+1(D)+0(I)4=0.5=50%\text{WER} = \frac{1(S)+ 1(D)+ 0(I)}{4} = 0.5 = 50\%WER=41(S)+1(D)+0(I)​=0.5=50%


✅ 理解要点

  • WER 越低越好,0% 表示识别完全正确

  • 常见语音识别模型,比如 Whisper、Kaldi、Wav2Vec2,在高质量数据上 WER 可以低至 5% 以下。

  • 对于方言、多语种或嘈杂环境,WER 通常会高一些。

相关推荐
酷柚易汛智推官8 小时前
三大调度方案深度对比:AI/超算/大数据场景如何选?
大数据·人工智能
dawnsky.liu8 小时前
RHEL - 在离线的 RHEL 10 中部署 Lightspeed 命令行助手
linux·人工智能·ai
海鸥_8 小时前
深度学习调试记录
人工智能·深度学习
搞科研的小刘选手8 小时前
【学术会议合集】2025-2026年地球科学/遥感方向会议征稿信息
大数据·前端·人工智能·自动化·制造·地球科学·遥感测绘
lingliang8 小时前
机器学习之三大学习范式:监督学习、无监督学习、强化学习
人工智能·学习·机器学习
没有口袋啦9 小时前
《决策树、随机森林与模型调优》
人工智能·算法·决策树·随机森林·机器学习
计育韬9 小时前
计育韬:基于AI的数据可视化设计入门工作流
人工智能·信息可视化·新媒体运营·微信公众平台
倔强青铜三9 小时前
苦练Python第58天:filecmp模块——文件和目录“找不同”的利器
人工智能·python·面试
倔强青铜三9 小时前
苦练Python第59天:tempfile模块,临时文件自动删!再也不用手动清理到怀疑人生
人工智能·python·面试
stjiejieto9 小时前
AI 重构实体经济:2025 传统产业的智能转型革命
人工智能·重构