关于该研究

许多因素会影响ASR系统的性能，包括背景噪音和混响、回声以及与说话人的距离。

下面的研究讨论了这些挑战，并研究了为语音和语音识别设备产生更准确、可理解的ASR性能的解决方案。它表明Kardome的语音识别增强技术优于标准的行业算法。

我们通过研究从最安静到最嘈杂的各种环境中的ASR性能来衡量唤醒词错误拒绝率和响应准确率。

在这项研究中，我们考察了以下性能指标。

• 响应准确率（RAR）--设备正确响应的次数百分比。
• 唤醒词检测延迟（DD）--系统识别唤醒词并准备接受进一步命令所需的时间。为了有一个实时和愉快的用户体验，WWDD应该尽可能小。
• 唤醒词误报率（FAR）--用户在没有说出唤醒词的情况下激活设备的次数百分比。
• 唤醒词错误拒绝率（FRR）-- 设备对唤醒词没有反应的次数百分比。例如，FRR为10%，表明成功率为90%。