在語音識別中，常用的評估標準為詞錯誤率wer，
wer計算方式為：為了使識別出來的詞序列和標準的詞序列之間保持一致，需要進行替換，刪除，或者插入某些詞，
這些插入，替換，刪除的詞的總個數，除以標準的詞序列中詞的個數的百分比，即為wer，其計算公式如下所示：
需要注意的是，因為有插入詞，所以wer有可能大於100%，
例子：如下圖所示：
第一行為標準的詞序列，第二行為識別出來的詞序列
那麼上述的wer計算如下所示：
增加詞3個，替換的詞6個，刪除的詞1個，那麼wer為：
在語音識別中，除了wer，還有句子識別錯誤率這個標準，即ser，ser表述為句子中如果有乙個詞識別錯誤，那麼這個句子被認為識別錯誤，句子識別錯誤的的個數，除以總的句子個數即為ser
其計算公式如下所示：
除了wer，ser，還有字錯誤率，即cer，不是很常用就不介紹了。
頂
語音識別評估標準 WER
在語音識別中，常用的評估標準為詞錯誤率wer，wer計算方式為 為了使識別出來的詞序列和標準的詞序列之間保持一致，需要進行替換，刪除，或者插入某些詞，這些插入，替換，刪除的詞的總個數，除以標準的詞序列中詞的個數的百分比，即為wer，其計算公式如下所示 需要注意的是，因為有插入詞，所以wer有可能大於...
語音識別中的詞錯率（SER）以及字錯率（WER）
句錯率 sentenct error rate，ser 如果識別的句子與標準句子中由任意乙個字不對應，那麼這句話就是錯的，錯的句子個數除以總句子個數即為句錯率。公式如下 可以理解為以下情況 描述例子 由於字多而導致句子不對 如 吃了嗎？識別為 吃了嗎媽？由於字少而導致句子不對 如 吃了嗎？識別為 吃...
語音識別中的聲學模型（AM）和語言模型 LM
本文主要受參考自 以及 最近看essen原始碼，感覺對於asr 的一下之前的比較基礎的演算法很生疏，在知乎上看到這個鏈結，感覺講的比較通俗易懂，拿來再理解一下。decoder是根據字典，聲學模型和語音模型，將輸入的語音特徵失量序列轉化為字串行。聲學模型是對聲學 語音學 環境的變數 說話人性別 口音等...