语音识别中的词错率（SER）以及字错率（WER）

1.句错率

句错率（Sentenct Error Rate，SER）：如果识别的句子与标准句子中由任意一个字不对应，那么这句话就是错的，错的句子个数除以总句子个数即为句错率。

公式如下：

                        

可以理解为以下情况：

描述	例子
由于字多而导致句子不对	如：吃了吗？识别为：吃了吗妈？
由于字少而导致句子不对	如：吃了吗？识别为：吃吗？
由于字不对应而导致句子不对	如：吃了吗？识别为：吃了嘛？

2.字错率

字错率（Word Error Rate，WER）：将识别出来的字与标准句子中的字进行比较，统计出需要进行插入（Insertion）、删除（Deletion）、替换（Substitution）某些字母才能与标准句子中的字一样的个数，之后除以总字数则为词错率。

公式如下：

                       

可以理解为以下情况：

描述	例子
Deletion	如：吃了吗？识别为：吃了吗妈？
Insertion	如：吃了吗？识别为：吃吗？
Substitution	如：吃了吗？识别为：吃了嘛？

3.参考文献 

[1]Hunt M J . Figures of merit for assessing connected-word recognisers[J]. Speech Communication, 1990, 9(4):329-336.

[2]https://en.wikipedia.org/wiki/Word_error_rate