資料內(nèi)容：
一、語音識(shí)別 ASR
語音識(shí)別（Automatic Speech Recognition），一般簡(jiǎn)稱 ASR，是將聲音轉(zhuǎn)化為文字的過
程，相當(dāng)于人類的耳朵。
1、識(shí)別率
看純引擎的識(shí)別率，以及不同信噪比狀態(tài)下的識(shí)別率（信噪比模擬不同車速、車窗、空調(diào)
狀態(tài)等），還有在線/離線識(shí)別的區(qū)別。
實(shí)際工作中，一般識(shí)別率的直接指標(biāo)是“WER（詞錯(cuò)誤率，Word Error Rate）”
定義：為了使識(shí)別出來的詞序列和標(biāo)準(zhǔn)的詞序列之間保持一致，需要進(jìn)行替換、刪除或者
插入某些詞，這些插入、替換或刪除的詞的總個(gè)數(shù)，除以標(biāo)準(zhǔn)的詞序列中詞的總個(gè)數(shù)的百
分比，即為 WER。
公式為：
Substitution——替換
Deletion——刪除
Insertion——插入
N——單詞數(shù)目
3 點(diǎn)說明：
WER 可以分男女、快慢、口音、數(shù)字/英文/中文等情況，分別來看。
因?yàn)橛胁迦朐~，所以理論上 WER 有可能大于 100%，但實(shí)際中、特別是大樣本量的時(shí)候，是
不可能的，否則就太差了，不可能被商用。
站在純產(chǎn)品體驗(yàn)角度，很多人會(huì)以為識(shí)別率應(yīng)該等于“句子識(shí)別正確的個(gè)數(shù)/總的句子個(gè)
數(shù)”，即“識(shí)別（正確）率等于 96%”這種，實(shí)際工作中，這個(gè)應(yīng)該指向“SER（句錯(cuò)誤率，
Sentence Error Rate）”，即“句子識(shí)別錯(cuò)誤的個(gè)數(shù)/總的句子個(gè)數(shù)”。不過據(jù)說在實(shí)際
工作中，一般句錯(cuò)誤率是字錯(cuò)誤率的 2~3 倍，所以可能就不怎么看了。
2、語音喚醒相關(guān)的指標(biāo)
先需要介紹下語音喚醒（Voice Trigger，VT）的相關(guān)信息。
（1）語音喚醒的需求背景
近場(chǎng)識(shí)別時(shí)，比如使用語音輸入法時(shí)，用戶可以按住手機(jī)上 siri 的語音按鈕，直接說話
（結(jié)束之后松開）；近場(chǎng)情況下信噪比（Signal to Noise Ratio, SNR）比較高，信號(hào)清
晰，簡(jiǎn)單算法也能做到有效可靠。
但是在遠(yuǎn)場(chǎng)識(shí)別時(shí)，比如在智能音箱場(chǎng)景，用戶不能用手接觸設(shè)備，需要進(jìn)行語音喚醒，
相當(dāng)于叫這個(gè) AI（機(jī)器人）的名字，引起 ta 的注意，比如蘋果的“Hey Siri”，Google
的“OK Google”，亞馬遜 Echo 的“Alexa”等。
（2）語音喚醒的含義
簡(jiǎn)單來說是“喊名字，引起聽者（AI）的注意”。如果語音喚醒判斷結(jié)果是正確的喚醒
（激活）詞，那后續(xù)的語音就應(yīng)該被識(shí)別；否則，不進(jìn)行識(shí)別。
（3）語音喚醒的相關(guān)指標(biāo)
a. 喚醒率。叫 AI 的時(shí)候，ta 成功被喚醒的比率。b. 誤喚醒率。沒叫 AI 的時(shí)候，
ta 自己跳出來講話的比率。如果誤喚醒比較多，特別比
如半夜時(shí)，智能音箱突然開始唱歌或講故事，會(huì)特別嚇人的……
c. 喚醒詞的音節(jié)長(zhǎng)度。一般技術(shù)上要求，最少 3 個(gè)音節(jié)，比如“OK Google”和“Alexa”
有四個(gè)音節(jié)，“Hey Siri”有三個(gè)音節(jié)；國(guó)內(nèi)的智能音箱，比如小雅，喚醒詞是“小雅小
雅”，而不能用“小雅”——如果音節(jié)太短，一般誤喚醒率會(huì)比較高。
d. 喚醒響應(yīng)時(shí)間。之前看過傅盛的文章，說世界上所有的音箱，除了 Echo 和他們做的
小雅智能音箱能達(dá)到 1.5 秒，其他的都在 3 秒以上。
e. 功耗（要低）?？催^報(bào)道，說 iPhone 4s 出現(xiàn) Siri，但直到 iPhone 6s 之后才允許不
接電源的情況下直接喊“Hey Siri”進(jìn)行語音喚醒；這是因?yàn)橛?6s 上有一顆專門進(jìn)行語
音激活的低功耗芯片，當(dāng)然算法和硬件要進(jìn)行配合，算法也要進(jìn)行優(yōu)化。
