知识卡片
WER的非对称性来自三类错误定义不对等
内容
词错误率(WER)把识别错误拆成三类:该出现却漏掉的删除错误、不该出现却冒出来的插入错误、认错成别的词的替换错误,三者之和除以标注文本总词数。这个分母只统计”标注文本里本来有多少词”,而插入错误恰恰是标注里不存在的词,这导致错误个数可以超过标注词数,WER因此能超过100%;对应的正确率也只用正确识别词数除以标注词数,与WER并非简单的互补关系,两者之和不必等于1。发散:任何评价指标一旦分子分母的统计口径不对称,就会出现”看起来违反直觉”的边界行为,读一个指标前先确认分子和分母到底各自数的是什么。
参考来源
《Kaldi语音识别实战》第1章《语音识别技术基础》