核心概念
自动语音识别
把语音波形或声学特征估计为字、词或其他语言符号序列的技术。
ASR 语音识别 语音转写 speech recognition
简明解释
自动语音识别：ASR首先回答“说了什么”，输出是对声学证据的转写假设。它可为字幕、会议检索和语音输入提供接口；语言模型能让候选更像句子，却不能保证转写已被理解或内容符合事实。噪声、口音、设备、领域和评分规范都会改变错误率。[1]
适用边界
ASR结果应连同词元规范、语言、设备、领域、数据版本和分项错误报告；WER低不等于关键实体无误。参见第15章。
本页参考来源
- Jurafsky D, Martin J H. Speech and Language Processing [M]. Stanford University, 2026. 定位：Speech signal, ASR and TTS chapters. 稳定来源（访问 ）。