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
SEO_juper14 小时前
2026 AI可见性:构建未来-proof策略的顶级工具
人工智能·搜索引擎·百度·工具·数字营销
sivdead14 小时前
当前智能体的几种形式
人工智能·后端·agent
AIGC_北苏14 小时前
大语言模型,一个巨大的矩阵
人工智能·语言模型·矩阵
算家计算14 小时前
DeepSeek-OCR本地部署教程:DeepSeek突破性开创上下文光学压缩,10倍效率重构文本处理范式
人工智能·开源·deepseek
言之。14 小时前
Andrej Karpathy 演讲【PyTorch at Tesla】
人工智能·pytorch·python
算家计算14 小时前
快手推出“工具+模型+平台”AI编程生态!大厂挤占AI赛道,中小企业如何突围?
人工智能·ai编程·资讯
阿里云大数据AI技术14 小时前
云栖实录 | DataWorks 发布下一代 Data+AI 一体化平台,开启企业智能数据新时代
大数据·人工智能
大模型真好玩14 小时前
低代码Agent开发框架使用指南(五)—Coze消息卡片详解
人工智能·coze·mcp
预测模型的开发与应用研究14 小时前
贝叶斯统计结合机器学习在术后院内感染危险因素分析中的应用
人工智能·机器学习
RobinMin15 小时前
Droid CLI 试用体验
人工智能·开源