最新语音识别词错误率WER汇总

最新推荐文章于 2021-12-24 10:16:08 发布
最新推荐文章于 2021-12-24 10:16:08 发布
阅读量4.1k 收藏 6
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

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

 

 

yang_daxia
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
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.
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
语音识别再破记录,这个领域究竟哪家强?
q6q6q的专栏
10-27 5024
近日，一则题为“词错率2.97%：云从科技刷新语音识别世界纪录”文章进入大众的视野，文中的宣传“将错词率(Word Error Rate，WER)降到了惊人的2.97%，较之前提升了 25%，已超越人类专业速记员水平。该成果有望推动语音识别技术的大幅进步，已超越人类专业速记员的水平”的字眼令正在从事语音识别研究的科研工作者和技术提供商一阵错愕，不明真相的群众纷纷认为当前语音识别已经刷无可刷，语音识...
语音识别ASR - HTK(HResults)计算字错率WER、句错率SER
q6q6q的专栏
10-27 2706
HResults计算字错率(WER)、句错率(SER)前言好久没发文，看到仍有这么多关注的小伙伴，觉得不发篇文对不住。确实好久没有输出经验总结相关的文档，抽了个时间，整理了下笔记，发一篇关于ASR常用测试指标。比如字错率、句错率指标，以及计算工具HResults的使用篇，后续慢慢找时间输出一些人工智能领域，小白可理解可用的基础知识，或者整理一些其他笔记发一发。转载说明本文为原创文章，如需转载，请在...
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
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 4477
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
语音识别中的词错率（SER）以及字错率（WER）
韩佳俊的博客
11-13 3399
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...
语音识别数据集及性能评测指标WER
大章鱼有小学术之心的博客
06-30 4873
语音识别 LibriSpeech ASR corpus LibriSpeech 数据集 共将近1000个小时的数据集。分为clean和other两类。具体见链接。 WER评价指标 WER means " word error rate" 对于语音识别的预测结果，需要对此结果进行替换删除、插入某些词使之和标注词序列完全相同。修改的总词数比上标注词序列的个数即为WER，此项指标越低越好。具体计算公式...
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...
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 3577
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。
调用百度语音识别API，Python SDK 并评估WER词错误率
03-21
调用百度语音识别API，Python SDK。并评估WER词错误率
wer.rar_compute wer_python_speech recognition_语言识别_语音识别
07-15
在语音识别中，计算识别结果的词错误率，词错误率是衡量语音识别的有效指标
基于BERT的端到端语音识别模型开发指南.pdf
08-08
摘要: - 数据准备:收集语音...- 效果评估:WER评估识别准确率,抽样人工校验结果。 - 通过BERT语义建模与语音特征提取的结合,实现端到端的语音识别。 - 按开发步骤实现,不断优化各模块,是获得好的语音识别效果的关键。
语音识别会议级别
yang_daxia的博客
11-07 1万+
人工智能的会议没有专注于语音领域的,语音算是ai的一个实际应用方向吧,所以也能投ai的会议和期刊    列一下自然语言处理(NLP)这个小方向的：  会议(C):  EMNLP (Empirical Methods in Natural Language Processing)              A EACL (Annual Conference of the European...
语音识别框架
yang_daxia的博客
11-07 1万+
一、语音识别框架 传统理论重点研究声学模型，发音字典不用关心，语言模型一般用n-gram 预处理：1. 首尾端的静音切除，降低对后续步骤造成的干扰，静音切除的操作一般称为VAD。  2. 声音分帧，也就是把声音切开成一小段一小段，每小段称为一帧，使用移动窗函数来实现，不是简单的切开，各帧之间一般是有交叠的。 特征提取：主要算法有线性预测倒谱系数（LPCC）和Mel 倒谱系数（MFCC）...
Listen, Attend and Spell阅读笔记
yang_daxia的博客
12-14 5397
摘要         作者展示了一种语音识别神经网络Listen, Attend and Spell。listen为一个金字塔形的RNN encoder网络，将声音信号的filter bank特征作为输入，speller为一个基于attention机制的RNN decoder网络，将文字字符作为输出。本网络不包含发音字典或者语言模型，在Google 语音搜索人物志，获得了14.1%的WER，使用...
语音识别的发展趋势及主要模型
yang_daxia的博客
11-22 4952
以前的语音识别系统基于高斯混合模型（Gaussian Mixture Model, GMM）和隐马尔可夫模型（Hidden Markov Model），即 GMM-HMM 模型。 发展到端对端 目前的端到端系统基本上基于两个框架， 一个是 CTC（Connectionist Temporal Classification）框架， 一个是基于注意力机制的 seq2seq 框架。 CTC典型...
2018年语言模型用于改善语音识别的论文创新点总结
yang_daxia的博客
11-29 2258
语音识别框架即声学模型加语言模型。   2018-icassp-ACCELERATING RECURRENT NEURAL NETWORK LANGUAGE MODEL BASED ONLINE SPEECH RECOGNITION SYSTEM 提出一个用于在线语音识别的加速神经网络语言模型。首先介绍了一种具有过去历史信息的缓存语言模型，然后介绍了神经网络语言模型在CPU-GPU上的混合部...
语音识别wer怎么计算
最新发布
12-02
语音识别WER（Word Error Rate）是一种用于衡量语音识别系统准确性的指标。它通过比较识别结果与参考文本之间的差异来计算。 WER的计算通常包括三个步骤： 1. 对齐：将识别结果中的单词与参考文本中的单词进行对齐，以确定哪些单词是正确识别的，哪些是错误的，以及是否有缺失或多余的单词。 2. 替换、删除和插入：根据对齐结果，计算替换、删除和插入这三种错误类型的数量。替换是指将正确词替换成错误词，删除是指遗漏正确词，插入是指错误地插入了额外词。 3. 计算WER：使用下述公式来计算WER： WER = (替换 + 删除 + 插入) / 参考文本中的单词总数 例如，如果参考文本为"这是一个例子"，而识别结果为"这是个例子"，那么根据对齐结果，我们可以得到替换1个单词（将"一个"替换为"个"），删除0个单词，插入0个单词。所以，WER = 1 / 4 = 0.25，即25%。 WER的值越低表示识别结果与参考文本越接近，准确性越高。但需要注意的是，WER并不能完全反映识别结果的质量，因为有时在理解句子的意义上即使识别错误的单词数量较多，用户仍然可以得到较为准确的信息。因此，WER只是评估语音识别系统性能的一种指标，更全面的评估还需要考虑其他因素。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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