语音识别的RTF和RTX评价指标
语音识别除了衡量语音识别的准确度之外，另外一个重要的指标就是处理的速度和延迟。其中RTF为衡量实时语音识别处理速度的重要指标，RTX为衡量离线语音识别处理速度的重要指标。
1 RTF
RTF(Real Time Factor)，为实时语音识别的处理速度评价指标，其计算公式如下
RTF=\frac{ASR所有音频处理时间(单位秒)}{所有音频总时间(单位秒)}
即给定1秒时长的音频，语音识别需要花多长时间，这个比例小于1才能达到实时识别语音的效果，RTF指标越小越好。
RTF为1表示用户一说完话就能出识别结果(前提是忽略假设录音实时的传给语音识别系统，时间情况很多时候是在服务器端进行解码的，因此会有网络的延迟)；RTF大于1就表示话说完了，系统还得再处理一段时间；RTF小于1表示识别速度比说话速度快，这样万一有网络延迟，它还能追上来。
2 RTX
RTX(Real Time X)，为离线语音识别处理速度评价指标，其计算公式如下
RTX=\frac{所有音频总时间(单位秒)}{ASR识别所有音频处理时间(单位秒)}
即在1秒时间内，语音识别模型可以处理多长时间的音频，RTX指标越大越好。
参考
欢迎扫码关注我的微信公众号，及时获取文章更新
本文作者：StubbornHuang
版权声明：本文为站长原创文章，如果转载请注明原文链接！
原文标题：语音识别的RTF和RTX评价指标
原文链接：https://www.stubbornhuang.com/2873/
发布于：2023年10月30日 10:57:41
修改于：2023年10月30日 10:58:14
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
文章末尾
评论
72