jitsi/jiwer
Evaluate your speech-to-text system with similarity measures such as word error rate (WER)
What it solves
它提供了一種快速且簡單的方式，透過將預測文本（假設）與標準答案（ground-truth reference）進行比較，來評估自動語音辨識 (ASR) 系統的準確度。
How it works
此函式庫計算參考句子與假設句子之間的最小編輯距離。它使用 RapidFuzz（一個基於 C++ 的實作）來確保高效能，避免了純 Python 實作的緩慢。
Who it’s for
對於從事語音轉文字模型開發與研究，且需要使用標準業界指標來衡量轉錄準確度的開發者與研究人員。
Highlights
- 支持多種評估指標：Word Error Rate (WER)、Match Error Rate (MER)、Word Information Lost (WIL)、Word Information Preserved (WIP) 以及 Character Error Rate (CER)。
- 使用 RapidFuzz 在底層透過 C++ 進行速度優化。
- 處理空參考字串，以允許對靜音音訊中的模型幻覺進行測試。