最新语音识别词错误率WER汇总

最新推荐文章于 2023-06-19 16:56:16 发布
最新推荐文章于 2023-06-19 16:56:16 发布
阅读量4.4k 收藏 7
点赞数
分类专栏： 语音识别 文章标签： 语音识别 词错误率 综述
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yang_daxia/article/details/84646616
版权
本文汇总了不同算法在LibriSpeech、WSJ等语料库上的语音识别词错误率(WER)，并提供了详细的对比分析，是了解语音识别技术现状的宝贵资源。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目前语音识别的词错误率(WER)不同算法，不同语料是多少？本文结果来源于github一个大神的汇总。

包括LibriSpeech语料库，WSJ, Rich Transcriptions，Hub5'00 Evaluation (Switchboard / CallHome），Fisher (RT03S FSH)等。详情可以去原地址查看。原文还包含AI各个方向应用的汇总综述等等。干货很多。

原地址：https://github.com/gopala-kr/a-week-in-wild-ai/tree/40d15ef1d7874f2752d6dd0674a4c5fd3d62e222/03-speech-processing#language-modelling

LibriSpeech语料库

WSJ语料库

 

 

基于SA-Conv-CTC/Attention端到端语音识别模型的基本原理、实现方法和主要流程
雷恩Layne
07-20 2545
文章目录摘要1. 引言2. 模型描述2.1 混合编码器2.2 位置编码器2.3 SA-Conv-CTC/Attention架构2.4 带有SA-LM的混合解码器3. 实验3.1 数据集介绍3.2 实验细节3.3 评价准则3.4 实验结果4. 结论 摘要 我们知道，传统的语音识别系统分为三大组件，分别是词汇字典、声学模型和语言模型，这使得我们不得不单独训练声学和语音模型[1]。近年来，端到端（E2E）语音识别系统越来越受欢迎，与传统的语音识别系统不同，E2E语音识别系统直接将输入的语音转换成字符或单词，只基于
Whisper: openAI开源准确率最高的通用语言语音识别
最新发布
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
01-13 2851
我们研究了仅通过预测大量互联网音频录音的语音处理系统的能力。当扩大到68万小时的多语言和多任务监督时，生成的模型可以很好地泛化到标准基准，而且通常可以与之前的全监督结果相竞争，但在zero-shot识别设置中，无需进行任何微调。与人类相比，这些模型接近他们的准确性和鲁棒性。我们正在发布模型和推理代码，以便为进一步的鲁棒性语音处理工作提供基础。
jiwer:使用类似度量（例如字错误率（WER））评估语音到文本系统
05-01
JiWER：自动语音识别评估的相似性度量 该存储库包含一个简单的python程序包，用于近似记录成绩单的单词错误率（WER），匹配错误率（MER），单词信息丢失（WIL）和单词信息保留（WIP）。 它计算语音到文本API的真实句子与假设句子之间的最小编辑距离。 最小编辑距离是使用python C模块。 有关WER，MER和WIL之间的比较，请参阅： 莫里斯（Morris），安德鲁（Andrew）和麦尔（Maier），维多利亚（Viktoria）和格林（Phil）。 （2004）。 安装 如果您使用的是Python> = 3.5则应该可以使用pip安装此软件包： $ pip install jiwer 用法 最简单的用例是计算两个字符串之间的编辑距离： from jiwer import wer ground_truth = "hello world" hypothesis = "h
WER词错误率
林宋的搬砖流水账
03-12 1007
https://blog.csdn.net/ac540101928/article/details/52786435 下面来分析下题目规定的三个操作：添加，删除，替换。 假设word1[i] 和word2[j](此处i = j)分别为：michaelab和michaelxy 如果b= =y, 那么：dis[i][j] = dis[i-1][j-1]。 ...
语音识别(ASR)评估指标-WER（字错误率）和SER（句错误率）
热门推荐
楼上小宇_home
05-24 4万+
前言 实际工作中，一般识别率的直接指标是“WER（词错误率，Word Error Rate）” 定义 WER 字错误率句错误率 为了使识别出来的词序列和标准的词序列之间保持一致，需要进行替换、删除或者插入某些词，这些插入、替换或删除的词的总个数，除以标准的词序列中词的总个数的百分比，即为WER。 公式为： Substitution——替换 Deletion——删除 Inse...
WER
wddwyy的专栏
12-01 660
<br />http://down.qiannao.com/space/file/qiannao/share/2010/12/1/-6dd8-5b9d-6027-80fd-6d4b-8bd5-767d-76ae-4e66V1.0_-5185-90e8.pdf/.page
diacritization-evaluation:该软件包计算阿拉伯语的大写错误率（DER）和单词错误率（WER）
04-03
此程序包从路径或文本中计算阿拉伯语言的双歧化问题的双歧化错误率（DER）和字错误率（WER） 安装： pip install diacritization_evaluation 每种评估都可以在不区分大小写的情况下进行计算。 如果使用case_end，则不计算每个单词的最后一个字符；如果不使用case_end，则不计算每个单词的最后一个字符。 from diacritization_evaluation import wer , der original_path = "path/to/original_path" predicted_path = "path/to/predicted_path" use_case_ending = True der . calculate_from_path ( original_path , predicted_path , use_case_
深度学习在语音识别中的应用及最新研究进展
通过提及各种不同技术方案和实验结果，如WER（词错误率）的测试，以及不同的数据集和模型配置，文章旨在提供一个语音识别技术发展的快照。 描述中详细列出了几个关键的技术和它们的WER测试结果，这提供了对不同方法...
语音识别技术的革命：深度学习如何改变游戏规则
随着人工智能技术的发展，深度学习已成为推动语音识别领域进步的关键力量。本文综述了深度学习与语音识别技术的发展历程、理论基础及其在实际应用中的构建和优化方法。特别地，文章详细探讨了深度学习的关键算法如...
多语言语音识别新策略：深度学习的前沿技术
随着全球化的加速与互联网技术的发展，多语言语音识别技术作为自然人机交互的核心，已成为提升用户体验的关键技术之一。它的研究不仅涉及语言学、计算机科学和人工智能等多个领域的知识交叉，还对推动全球化交流与...
wer_are_we：尝试跟踪语音识别的最新技术和最新结果（参考书目）
02-27
wer_are_we 我们是吗？ 尝试跟踪现有技术和语音识别的最新结果。 随时纠正！ （受启发 ） WER LibriSpeech （可能比LibriSpeech接受了更多的数据培训。） WER测试清洁 WER测试其他 纸 已发表 笔记 5.83％ 12.69％ 人类 2015年12月 人类 1.9％ 3.9％ 2020年5月 卷积增强变压器（Conformer）+ 3层LSTM LM（数据增强：SpecAugment） 1.9％ 4.1％ 2020年5月 CNN-RNN-Transducer（ContextNet）+ 3层LSTM LM（数据增强：SpecAugment） 2.0％ 4.1％ 2019年十一月 具有ConvLM解码和Transformer记录功能的Conv + Transformer AM（10,000个单词片段）+ 60k小时未标记 2.3％ 4.
AI语音入门：认识词错率WER与字错率CER
华为云官方博客
12-24 4550
摘要：本文介绍了词错率WER和字错率CER的概念，引入了编辑距离的概念与计算方法，从而推导得到词错率或字错率的计算方法。
重磅干货 | AI产品经理需要了解的语音交互评价指标
pmcaff2008的博客
11-23 4750
最近，在饭团“AI产品经理大本营”里，有团员提问：如何制定针对自然语言语音交互系统的评价体系？有没有通用的标准？例如在车载环境中，站在用户角度，从客观，主观角度的评价指标？ 上周，我在专属微信群内抛出了这个问题，当晚，胡含、我偏笑、艳龙等朋友就分享了不少干货心得；最近几天，在飞艳同学的协助整理下，我又补充了一些信息，最终形成这篇文章，以飨大家。 本文，具体介绍了下面
语音识别评估标准-WER
quheDiegooo的专栏
02-24 2万+
语音识别评估标准-WER
判断语音识别结果好坏的指标——python实现
qq_58832911的博客
07-01 2983
判断语音识别结果好坏的指标——python实现： WER字错率 SER句错率 杰卡德系数 TF 相似度 TF-IDF 相似度 Word2Vec词向量比较相似性
python代码优化工具,python - 优化WER(字错误率)代码？
weixin_39761481的博客
03-26 697
我正在尝试计算WER来评估ASR系统，但是分数的计算却要花费很多时间(因为我想对其进行一些引导以获取置信区间以更可靠地评估系统)。这是我到目前为止提出的代码，有没有人看到一种更有效的方法(更快，并且如果您有提高内存效率的想法，那也将受到欢迎)。def modify_text(text):"""Function to modify a clean text to add some errors in...
whisper语音识别部署及WER评价
chococolate's coding space
06-19 3225
whisper语音识别部署及WER评价、paddle对比
语音识别基本概念
为实现四个现代化奋斗
09-06 1279
这篇文章主要是对CMU Sphinx系列教程的第一篇文章的主要内容做一些总结。学习某个知识，掌握这些知识的基本概念是必要的。不了解这些基本概念和他们的英文表述，对于代码（kalid）和论文的阅读都会存在一些障碍。对这些基本概念是否了解，是检验一个人是否入门语音识别的一个标志。 原文如下： https://cmusphinx.github.io/wiki/tutorialconcepts/ 语...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yang_daxia

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值