待验证50% 置信事实精确时间

词错误率（WER）是ASR领域最常用的评估指标，计算方式为将识别结果与参考文本对齐后，统计替换、删除、插入错误的总数除以参考文本词数

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

ASR语音识别基准测试：哪些场景最该优先覆盖？

涉及实体

词错误率(WER)concept ASRconcept

相关事实

待验证级联式 ASR 端点检测能获得语义信息，但引入对转写结果的强依赖，带来识别错误传导和延迟累积问题74% 相似待验证上下文感知解析层通常采用AST分析、依赖图遍历和语义嵌入等技术将底层错误信息转化为高层语义描述67% 相似已验证字错率WER的计算方式为（替换错误+删除错误+插入错误）除以参考词总数62% 相似待验证传统的文档提取流程中，解析阶段的误差会被层层传递到提取阶段，影响最终结果质量59% 相似已验证错误分析的关键在于定位到底是哪一个环节、哪一类输入导致失败，而非盲目调整提示词58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/985824

API

curl https://kongchang.com/api/v1/knowledge/claims/985824

MCP

get_claim(id=985824)