语音识别中的置信度问题
·
对于做语音识别的人来说，置信度的概念也许既熟悉又陌生。
何为置信度？
比如说你我对话，你讲了一个句话，但我没听清楚或没听懂，你是希望我随便应付一句还是希望我让你再说一遍。
这就是置信度，在机器没有“听清”或“听懂”的情况下，提升用户重新输入。
可以说，识别引擎中加入置信度模块可以大大提高用户体验水平。
下面，简单结束置信度的度量方法以及常用的置信度技术方案。
1. 置信度的度量
（1） CER
（2）Speech EER
FAR = FRR
错误接收率 = 错误拒绝率
FAR = false accept / IN_Right
FRR = false reject / IN_Error + OOV
（3） DET
（4） ROC
（5） Normalized Cross Entropy(NCE)
2. 置信度技术方案
（1）基于预测特征
使用解码过程中的各种特征信息作为输入，训练一个二分类器，依次来判断识别结果的可信度
（2）基于后验概率
LVCSR的WPP方案
（3）utterance verification
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
0
0- 0
已为社区贡献2条内容
所有评论(0)