语音识别中的置信度问题

对于做语音识别的人来说，置信度的概念也许既熟悉又陌生。

何为置信度？

比如说你我对话，你讲了一个句话，但我没听清楚或没听懂，你是希望我随便应付一句还是希望我让你再说一遍。

这就是置信度，在机器没有“听清”或“听懂”的情况下，提升用户重新输入。

可以说，识别引擎中加入置信度模块可以大大提高用户体验水平。

下面，简单结束置信度的度量方法以及常用的置信度技术方案。

1. 置信度的度量

（1） CER

（2）Speech EER

FAR = FRR

错误接收率 = 错误拒绝率

FAR = false accept / IN_Right

FRR = false reject  / IN_Error + OOV

（3） DET

（4） ROC

（5） Normalized Cross Entropy(NCE)

2. 置信度技术方案

（1）基于预测特征

使用解码过程中的各种特征信息作为输入，训练一个二分类器，依次来判断识别结果的可信度

（2）基于后验概率

LVCSR的WPP方案

（3）utterance verification