如何评估 ASR（自动语音识别）中的 WER（单词错误率）？

Question

如何评估 ASR（自动语音识别）中的 WER（字错误率）？

例如，如果我有 (Human Ref. Translation) 用于 ASR 的句子和输出。

我知道方程式，但我不知道如何计算它。计算WER时是否输入逗号、句号等标点符号？

以及对于单词的 sub、ins 和 del。有具体重量吗？他们每个人都在等式中计算时？

谁知道我们如何计算 ASR 的 WER.. 请给我一个例子，以便我可以在我的应用程序中的多个句子中计算 ASR 的 WER

Answer 1

一个基于Levenshtein距离的简单C++实现， 只是一个没有任何库的文件。

https://github.com/alokprasad/asr-wer

Answer 2

计算WER时是否输入逗号、句号等标点符号？

在计算之前去掉标点符号，然后将所有内容都转换为小写。

谁知道我们如何计算 ASR 的 WER.. 请给我一个例子，以便我可以在我的应用程序中的多个句子中计算 ASR 的 WER

你可以使用这个 Python 包：

https://pypi.org/project/jiwer/

如果您需要其他语言，请告诉我们哪些语言。