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) 和 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
冬奇Lab2 分钟前
一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图
人工智能·开源
罗西的思考1 小时前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
RobinDevNotes2 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
stormzhangV2 小时前
Coding Agent,通往 AGI 的重要一环
人工智能·agent·ai编程
Bowen_J3 小时前
Apple Foundation Models:Apple AI核心框架
人工智能·ai编程·apple
IT_陈寒3 小时前
Redis那个过期删除策略,差点让我线上崩了
前端·人工智能·后端
阿里云大数据AI技术4 小时前
AI 原生大数据服务 ADA 快速入门:完成首次对话式数据分析
大数据·人工智能
字节跳动开源4 小时前
小红书/抖音图文排版利器——一个杂志风skill
人工智能·开源·设计
Bacon4 小时前
我把 Codex 塞进了 Touch Bar:一个 30pt 高的额度与对话面板
人工智能
衡石科技4 小时前
企业级 BI 的安全治理:衡石如何贯通认证、数据权限与审计
大数据·人工智能·安全·商业智能