#2楼2026-11-14 09:45
【管理员回复】中文方言识别的准确率不能用一个总分数代表粤语、四川话或其他方言,更不能把通用普通话评测结果直接拿来用。官方建议按方言、口音来源、是否混合普通话、以及是朗读还是自然对话分开报;测试集最好来自真实场景,并标明说话人是否与训练来源重叠。错误分析要区分专名、语码转换和同音词,这些往往比平均字错误率更能指导数据补充。没有本地方言的足够数据时,先明确应用能接受的错误类型,再决定是加强热词、加领域数据,还是把关键信息改成二次确认。本帖不给出可引用的准确率数字,请以你们目标方言和场景的实测为准。讨论:你们现在的测试集是朗读还是自然对话?更头痛的是专名和语码转换,还是整体识别不稳?有没有按方言分开公布结果?