testkuaibao|軟件測試自學公眾號

一、引言

小編新接觸語音SDK項目，SDK無UI、底層調用多個C++算法庫、提供的是AI服務。語音AI項目，識別效果是至關重要的一環，識別效果評測也是一項測試重點。為了制定一個專業、全面的效果評測的方案，小編學習了相關知識，對方案制定有了初步思路。希望對測試小伙伴有所幫助~~(●—●)

二、ASR流程、系統結構、評測指標及評測模型

1、語音識別(Automatic Speech Recognition，ASR)

語音識別，也被稱自動語音識別，所要解決的問題是讓機器能夠“聽懂”人類的語音，將語音中包含的文字信息“提取”出來，相當于給機器安裝上“耳朵”，使其具備“能聽”的功能。

語音識別是一門涉及面很廣的交叉學科，它與聲學、語音學、語言學、信息理論、模式識別理論以及神經生物學等學科都有非常密切的關系。語音識別的目標是將人類的語音內容轉換為相應的文字。

2、語音識別基本流程、系統結構

語音識別原理的4個基本流程：“輸入——編碼——解碼——輸出”

語音識別系統本質上是一種模式識別系統，主要包括信號處理和特征提取、聲學模型(AM)、語言模型(LM)和解碼搜索四部分。

3、ASR評測模型

評測模型，各家評測模型殊途同歸。下圖參考為例：

首先要有測試的數據集，測試的數據集也是有一段音頻和標注。標注的就是標注音頻內容，說的是什么。注意：評測的數據集和訓練的數據集是嚴格隔離的。

準備好數據集后，SDK讀取數據集中的音頻(批量評測)，每條音頻都嚴格按照待識別效果評測模塊的實際邏輯流程，得到每條音頻的識別結果，最后得到這個數據集的指標衡量的統計結果。

4、語音識別(ASR)評測指標

語音識別(ASR)評測指標：WER(字錯誤率)和SER(句錯誤率)

(1). WER 字錯誤率

為了使識別出來的詞序列和標準的詞序列之間保持一致，需要進行替換、刪除或者插入某些詞，這些插入、替換或刪除的詞的總個數，除以標準的詞序列中詞的總個數的百分比，即為WER。

公式為：

Substitution——替換(錯誤識別)

Deletion——刪除(漏識別)

Insertion——插入(多識別)

N——單詞數目(標注中含有字數總和)

結果比較示例：

比如下圖是某個小功能需求更換模型參數識別效果評測，其中一個測試集的WER統計。

(2). SER句錯誤率

SER表述為句子中如果有一個詞識別錯誤，那么這個句子被認為識別錯誤。ASR句子識別錯誤的個數，除以音頻中句子總數即為SER

其計算公式如下所示：

三、ASR評測影響因素

1、語?識別準確率影響因素

影響到準確率的因素逐漸增多，其中主要因素有以下幾種：

(1). 說話人的口音、多語種混合識別(Code-switching,如中英混合等)等問題仍對識別性能影響較大。

(2). 語音方式：目前人機對話場景下，講話相對會收著說，吐字相對清晰，識別精度會有保證。但是自然對話場景下，斷斷續續(停頓造成的斷句錯誤)、吞音、咬字不清、語速快慢等問題對識別效果有影響。

(3). 語音場景(環境)：語音識別近講、遠講場景，環境噪音、混響等問題對識別效果影響很大。

(4). 識別領域：針對特定場景，需要預先對語言模型進行優化，確保領域內的專有名詞，語言習慣都能夠正確識別。

上述四項中，前三項與聲學模型相關，第四項與語言模型有關。

2、語?識別評測影響因素

(1). 聲音來源(人聲 錄音聲 廣播聲 耳機 麥克風 單/雙通道/立體聲)

(2). 語種分類(普通話 方言 英語 小語種 混合語言)

(3). 語音內容/領域(日常話語 非日常話語)【不同行業 不同場景】

(4). 音色(男音 女音)【不同年齡段的男/女音：兒童 少年 中年 老年】

(5). 環境(室內 室外 公共場所 安靜 嘈雜 回音)

(6). 音量(分貝值大 小 時大時小)

(7). 語音方式(哼唱 斷斷續續 正常說話 咬字不清)

(8). 語速(快 中等 慢 時快時慢)

(9). 錄入語音時長(0秒 1秒 1分鐘內 >1分鐘)

(10).對話方式(間隔 連續 單人 多人)

(11).特殊發音(比如普通話中sh與s ping與pin l與n f與h)

四、ASR評測方案制定

評測方案具體設計流程

(1). 了解業務邏輯、實現流程，和針對具體評測項目的主流方法；

(2). 設計專項評測方案；

(3). 組內根據方案設計文檔進行討論、補充；與相關項目組成員組會溝通，確保所有內容的認知達成一致，且對評測方案認可通過；

(4). 完成專項評測方案，并撰寫評測報告；

(5). 根據需求變更或者版本變更定期更新維護專項評測。

1、ASR評測方案設計——確定測試場景(簡單舉例)

考慮評測的各種影響因素，需要先確定某些維度(下例)，制定一個測試場景評測：

確定：語種分類(普通話)、聲音來源(人聲錄音)、對話方式(單人)、語音內容(日常話語)、音色(青年女音)、語音方式(正常說話)、語速(中等)、錄入語音時長(2分鐘)

距離 聲源和麥克風之間的距離

角度 聲源和麥克風之間的角度

中等語速 每分鐘字數大約150左右

2、ASR評測方案設計——確定測試標準(簡單舉例)

3、ASR評測方案設計——制備輸?語料、選取數據集

目前現狀：標注數據集，數量有限，擴充、更新慢；

數據集要反映用戶的實際情況，做識別效果評測，需要更多、貼近用戶的數據集；

評測集拓展：新的語料來源：自己錄制；調研用戶top N的數據內容類型；收集?頻的badcase；

4、ASR評測方案執行——過程設計

小編所在項目的ASR評測需要基于語音SDK進行，具體執行方案還在修訂，遇到的問題和解決方案，小編在實踐總結后再總結分享~~

注：參考

https://my.oschina.net/u/4594489/blog/4441264

https://www.zhihu.com/question/53001402/answer/148537722

MTSC2019

來源:搜狗測試，如有侵權請聯系刪除

覺得文章不錯就點個在看唄，轉發就更好了

評測方案設計之用戶場景設計

軟件測試實用工具之手機的心電監護儀PrefDog

作為測試人員，如何理解線程同步異步

這五個新自動化測試框架，你可以了解一下

軟件測試技能之查看log日志

總結

以上是生活随笔為你收集整理的语音识别软件测试面试,软件测试之ASR（语音识别）评测学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。