在本快速入門導覽課程中，您將瞭解如何評估及提升音訊資料的 Google Cloud 語音轉文字準確率。此外，您也可以瞭解 API 提供的各種模型和選項，進一步提升轉錄準確度。瞭解如何使用 Google Cloud 控制台中的 Speech-to-Text 使用者介面和真值檔案，評估準確率並深入瞭解 Speech-to-Text 系統。
機器學習 (ML) 系統本質上容易出錯，自動語音辨識 (ASR) 系統 (又稱語音轉文字系統) 也不例外。準確度評估結果與特定用途和評估系統密切相關，因為錄音品質和聲學條件的差異可能會大幅影響準確度。因此，為所有客戶和用途提供單一準確度分數並不實際。為確保 ASR 系統在關鍵的正式環境系統中穩定運作，此外，瞭解語音轉文字在系統整體環境中的效能也很重要。
在本快速入門指南中，請使用業界標準的比較方法「字詞錯誤率 (WER)」(通常簡稱為 WER)。如要進一步瞭解 WER 的計算和解讀方式，請參閱「評估及提升語音準確度」。開始吧
開始使用 Speech-to-Text 控制台
請確認你已註冊 Google Cloud 帳戶並建立專案。1. 前往控制台的「Speech」(語音) Google Cloud ，然後前往「Speech-to-Text UI」(語音轉文字 UI)。 2. 使用音訊檔案 (在聲學上代表您的用途，以及您打算如何使用 ASR 系統)，按照快速入門指示，使用 Speech-to-Text 進行第一次轉錄。
計算轉錄準確率
- 成功轉錄音訊檔案後，請使用
Transcription Accuracy區段。系統計算轉錄稿的準確度前，這個部分會維持空白。 - 使用本節頂端的「上傳基本事實」按鈕，即可開始計算準確度。
指定基準真相
- 如要計算轉錄內容的準確率，請提供真值檔案。這是
.txt或.csv檔案，通常是人為生成的轉錄稿檔案，內含正確或預期的轉錄稿，可供比較。 - 以
gs://cloud-samples-data/speech/brooklyn_bridge.wav為例。真值檔案包含：How old is the Brooklyn Bridge。如果沒有真值檔案，建議下載文字格式的轉錄稿。視需要編輯轉錄稿檔案。上傳轉錄稿檔案做為真值檔案。 - 使用「上傳」或現有的 Cloud Storage 檔案，指定真值檔案，然後按一下「儲存」。
確認真值
- 按一下「儲存」後，系統會顯示提示，請確認指定的基準真相檔案是否正確。確認基準真相檔案準確呈現正確的轉錄內容，因為這會直接影響準確率指標。
- 按一下「確認」即可繼續操作。
查看評估結果
- 視輸入資料的大小而定，評估程序可能需要一些時間，完成後系統會顯示結果。
- 評估完成後，系統會顯示下列部分：
- 「轉錄準確率」表格、準確率指標，以及程序中使用的基準真相檔案連結。
Transcription，並提供切換按鈕，可與基準真相檔案進行比較，以及顯示準確率指標和重點。
- 請查看並解讀準確率結果，瞭解用來找出待改進領域的 Speech-to-Text 辨識器成效，因為結果會因輸入內容和轉錄內容而異。在下列範例中，您可以看到準確度結果的指標案例，這些案例可提供寶貴的洞察資料，協助您最佳化 Google Cloud 語音轉文字系統。
- WER 為 0% 的範例：
- 字詞錯誤率 40% 的範例：
- WER 為 0% 的範例：
選用：更新真值
如要根據現有轉錄稿測試其他基準真相，請重新附加其他檔案，然後使用更新後的基準真相檔案重複步驟三和四。
歡迎試用
如果您未曾使用過 Google Cloud，歡迎建立帳戶，親自體驗實際使用 Speech-to-Text 的成效。新客戶可以獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。
免費試用 Speech-to-Text