嵌入式语音识别系统的识别性能评测——自动化测试工具

随着嵌入式语音识别系统在各领域的广泛应用，语音识别系统的识别性能受到越来越多的关注。

然而目前尚未有一个标准的评测方案来评估语音识别系统的识别性能，基本的评测依据是根据算法评价指标，即准确率、精确率、召回率和F值。

嵌入式语音识别系统的识别性能的测试是在系统测试阶段进行，基于黑盒测试方法，将语音识别系统置于测试环境（宿主机环境或者目标机环境），模拟实际使用操作，对大批量的语音数据进行识别测试，然后基于识别结果统计识别性能指标。

目前，国内外对嵌入式语音识别系统的测试主要有两种方式：播放测试音频和现场口呼。

播放测试音频在测试之前。

提前录制用于测试的语音数据，准备噪声数据，在实际操作时需要一位测试人员操作放音设备，一位测试人员操作语音识别系统，一位测试人员记录测试结果，极大浪费了人力资源，同时也会引入人工操作的错误；现场口呼即组织多位测试人员对语音识别系统朗读测试语料，进行效果测试，这种方式随机性太大，不利于测试的复现，测试人员的朗读失误、不同情绪感染的发音方式也会不同、发音清晰程度等都是不定因素。

很可能导致测试效果的不稳定。两种测试方式均需要现场播送语音及噪音信号，在测试任务重、待测试语音数据量大的情况下，无疑造成测试耗时长，并最终导致产品研发周期长的风险。

为保证测试结果可重现，避免人为因素引入的错误，提高测试质量，嵌入式语音识别系统的性能评测急需引入自动化测试工具来替代繁重的手工测试工作。

目前，国内外主流的语音识别自动化测试方法是：将包含测试关键字的文本文件利用TTS技术转换成语音文件，然后借助放音设备播放该语音文件，进行语音识别，而后借助自动化测试工具实时监控语音识别系统，获取识别结果，并记录到文件。

嵌入式物联网需要学的东西真的非常多，千万不要学错了路线和内容，导致工资要不上去！

无偿分享大家一个资料包，差不多150多G。里面学习内容、面经、项目都比较新也比较全！某鱼上买估计至少要好几十。加微信领取资料

自动调用结果统计工具，对比识别结果及标注文件，判定识别结果正确与否。待识别完成后，进行自动汇总统计，输出一个CSV文件，方便测试人员查看。

借助TTS技术将文本转换成语音虽可节省人工录音的复杂度，但转换后的语音文件过于“机械化”，不能仿真人体说话语调及语速；另外，现有的自动化测试方法对语音文件的播放仍由人为控制，每条语音之间的时间间隔不灵活，可能导致测试时间的浪费；在现有测试方案中自动化校验识别结果的方法是对比标注数据与识别结果，然而语音文件的标注工作一般由人工统计；最后，现有的自动化测试方案仅统计识别结果的成功率，不利于诊断系统存在的问题。