EEPW论坛

小杜，在呢，播放音乐~

不知不觉，与智能助手的对话，成为了日常沟通的一部分。无论是在家里亦或是车里，总有一个助手与我作伴。这让我想起了一个名字“铁蛋”。

恰巧近期重温了《小灵通漫游未来》，整个人不自觉就融化在小时候看这连环画时那种惊奇的回忆中，再一次萌生了去书里找找那时候，是否有关于语音识别的畅想。

现实生活中的“铁蛋”形态各异，有放在书桌上的台灯，有放在客厅的音响，有业务大厅伫立的柜机，有汽车大屏里的人机，它们有一个共通点，就是拥有强大的语音识别和交互能力，听得懂人话，识别成功率高，反应速度快，这些重要因素将成为你会不会和它们对话的前提。

今天为大家带来的就是关于语音识别测试的方案，这套方案针对智能产品和车载交互系统，提供一套语音识别的测评方法，从而为语音识别系统的质量评估提供参考依据。

尽管现在的语音对话还不够完美，总有不同程度的错误，所以我们才会不断去测试，模拟，优化，调整，

即便「完美」是遥不可及的彼岸，对我们而言，也是心中仍时常凝望的那盏绿灯。

惯例，在看一个测试项目之前，先去看标准——

语音识别测试的参考标准主要有2个，国标GB/T 21023和电信终端产业协会的标准 (起草单位: 中国信息通信研究院)。

初次阅读时则被这个标准的时间所触动，那是2007年，布局很早啊~

节省时间，我替粉丝们阅读总结，里面提到的测试项目包括下列：

• 唤醒率 / 识别成功率 

• 误唤醒率 

• 响应时间 

• 测试环境  

而且针对智能产品和车载交互系统，不同的测试环境都有不同的具体要求

众所周知，这些年智能设备已经进入千家万户，已经摆脱了传统物理按键。记得测测有一次去闺蜜家，她家的马桶都是需要语音交互才能发挥功能的。这真的有点让我很“社死”。哎，这令人窒息的设计感。

言归正传，来看看智能设备语音识别测试的环境：

• 唤醒源和被测品距离: 1/3/5m 

• 噪声源距离和多个角度: 1.5m 

• SNR >=15dB

举一反三的同学在这里就会举起右手，准备提问了。

像智能音箱这种，标准对测试环境有要求，被测品和播放唤醒词的声音源之间的距离， 和背景噪声要达到指定的声压等等，非常明确。

但问题来了，我们如何确保环境能满足标准里的声压要求呢？

很简单，那我们就对环境做校准啊~~~

测试前我们需要对环境进行校准，大概流程如下：

1）在被测品位置放置标准麦克风

2）调整播放唤醒词的声音源声压，直到满足标准要求    

3）调整背景噪声的声压，直到满足标准要求

4）最后保存校准数据即可

当被测品是车载交互系统时，标准对测试环境也有明确要求，不过思路和智能产品一样。比如被测品和播放唤醒词的声音源之间的距离， 和背景噪声要达到指定的声压。

车载交互系统语音识别测试的环境：

• 人工嘴声压: -4.7dBPa

• 背景噪声: 喇叭 x 4 + 低音喇叭 x 1 

噪声声压具体声压如下——

同样，为了确保环境能满足标准里的声压要求，我们在车载交互系统测试前也需要对环境做校准。

大概流程如下：

1）在被测品位置放置标准麦克风

2）调整播放唤醒词的声音源声压，直到满足标准要求

3）调整背景噪声的声压，直到满足标准要求

4）最后保存校准数据

作为ETS软件部门，开发了一套又一套的好用、实用软件。这次就让我们透过软件感受测试。此番带来，想必会为语音识别测试体系增添新的主角。