语音识别标准中WER和SER解释

在语音识别中，常用的评估标准为词错误率WER，

WER计算方式为：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，删除的词的总个数，除以标准的词序列中词的个数的百分比，即为WER，其计算公式如下所示：

需要注意的是，因为有插入词，所以WER有可能大于100%，

例子：如下图所示：

第一行为标准的词序列，第二行为识别出来的词序列

那么上述的WER计算如下所示：

增加词3个，替换的词6个，删除的词1个，那么WER为：

在语音识别中，除了WER，还有句子识别错误率这个标准，即SER，SER表述为句子中如果有一个词识别错误，那么这个句子被认为识别错误，句子识别错误的的个数，除以总的句子个数即为SER

其计算公式如下所示：

除了WER，SER，还有字错误率，即CER，不是很常用就不介绍了。

顶