词错率(WER)
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,除以真实词序列中词的个数的百分比,即为WER,其计算公式如下所示:
例1:
REF:真实词序列
HYP:识别词序列
I 插入 S 替换 D 删除
字错率(CER)
与词错率相似,以字符的识别结果为计算单位。
实时因子(RTF)
real time factor :实时因子,一般在实时语音识别过程中的评价延迟标准。RTF定义为模型解码时间与输入音频持续时间的比率。
句错率(SER)
SER表示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,计算公式如下:
RT90
即实时因素(处理时间除以音频持续时间)为90%,其中较低的值表示处理速度更快和较低的用户感知延迟
(RT:Response Time,响应时间,执行一个请求从开始到最后收到响应数据所花费的总体时间,即从客户端发起请求到收到服务器响应结果的时间。)