jitsi/jiwer
Evaluate your speech-to-text system with similarity measures such as word error rate (WER)
What it solves
它提供了一种快速且简单的方式，通过将预测文本（hypothesis）与标准答案（ground-truth reference）进行比较，来评估自动语音识别 (ASR) 系统 的准确性。
How it works
该库计算参考句子与假设句子之间的最小编辑距离。它使用 RapidFuzz（一个基于 C++ 的实现）来确保高性能，避免了纯 Python 实现的缓慢。
Who it’s for
对于从事语音转文本模型开发与研究，且需要使用标准行业指标来衡量转录准确性的开发者和研究人员。
Who it’s for
对于从事语音转文本模型开发与研究，且需要使用标准行业指标来衡量转录准确性的开发者和研究人员。
Highlights
- 支持多种评估指标：Word Error Rate (WER)、Match Error Rate (MER)、Word Information Lost (WIL)、Word Information Preserved (WIP) 以及 Character Error Rate (CER)。
- 通过 RapidFuzz 在底层使用 C++ 进行速度优化。
- 处理空参考字符串，以允许对静音音频中的模型幻觉进行测试。