Cantonese Voice Benchmark粵語語音基準
EN繁中

ASR · 佔總分 20% · 所有隊伍必考

你聽唔聽得明?

將香港粵語轉成文字:六個聲調、成日夾雜英文、保險專門詞彙,加埋一啲又驚又嬲嘅來電者。

六個聲調,六個字。

粵語有六個聲調。調錯咗唔係將個字變差,而係變咗第二個字。下面每一格都係呢個基準所評分嘅真實通話入面嘅字——每個聲調一個,連埋佢喺通話入面出現過幾多次。同一個音,調唔啱就變咗第二個字,代價喺下面嗰啲對照可以睇到:買 maai5 / 賣 maai6。撳落去聽下。

呢個係音高示範,按圖中嘅趙氏調值合成,並唔係真人語音錄音——重點係條線嘅形狀,唔係把聲。

邊度會蝕錢

maai5買入maai6賣出

低升調對低平調。喺一通銷售電話入面,聽錯呢個就係調轉咗邊個做緊乜。

bou2投保bou3報案

高升調對中平調。保險係一份保單,報險係就住張單去索償。同一通電話入面兩個字都會不停出現。

ji1醫療ji6數字二

高平調對低平調。一通索償電話入面,醫院用語同逐個唸出嚟嘅數字一樣咁密,所以呢一對錯落金額度同錯落診斷度一樣咁易。

量度啲乜

Character Error Rate 字錯率

替換、刪除同插入嘅總數,除以標準答案嘅字數。以整個語料計算,按長度加權。粵語書寫時字與字之間冇分界,所以詞錯率(WER)喺呢度冇意義。

Mix Error Rate 混合錯誤率

同樣嘅計法,但一串拉丁字母當一個詞計。冇咗佢,聽錯一個英文單詞會計四個錯,聽錯一個中文詞就只計一個,結果係所有會轉英文嘅系統都因為錯嘅理由而被扣分。

點解喺呢度特別難

聲調
一共六個,調錯咗就係另一個字。詳見下面。
語碼轉換
同一句話入面,粵語、英文產品名、數字,然後又轉返粵語,係家常便飯。
數字
保單號碼、索償金額同日期都係逐個數字唸出嚟,而呢種語言每個數字都有幾種講法。
情緒
打去索償熱線嘅人好少會心平氣和,而情緒激動嘅語音喺數據上確實難認好多。