TTS 試聽筆記

CER 9.8%　ASR 聽到：Hi Wayne 這是一段視聽測試週四下午三點半的會議改到 302 會議室發票總額是 1250 元銀行行長說這筆款項會在下週一入帳老實說新的設計看起來很棒不過寄出去之前我們還是要重新確認一次數字

實際只錯一個字（試聽→視聽），其餘是數字寫法。拿來當台灣口音的基準。

CER 33.3%　ASR 聽到：Have you waiting這是一段試聽測試週四下午三點半的會議改到 302 是 1250 元銀行行長說這筆款項會在下週一入賬老師說新的設計看起來很棒不過寄出去之前我們還是要重新確認一次數字

數字念對。「嗨 Wayne」念壞、「老實說」變「老師說」，還漏掉「會議室，發票總額」。輸入已先轉成簡體。

CER 26.9%　ASR 聽到：還有一個回徵這是一段視聽測試週四下午三點半的會議改到 302 會議室 1250 元此言銀行行長說這筆款項會在下週一入賬老師說新的設計看起來很棒不過寄出去之前我們還是要重新確認一次數字

換了音色，錯誤差不多：開頭念壞、漏了「發票總額是」、多出「此言」。

CER 131%　ASR 聽到的幾乎都不是原文。

它的字表只有簡體字，繁體字會變成亂碼念法。這段留著給你聽「壞掉長什麼樣」。

CER 0%　ASR 聽到：您好非常抱歉給您帶來了不好的使用體驗麻煩您先提供一下訂單編號我這邊馬上幫您查詢訂單信息和售後政策

作者挑過的句子，跟我們自己跑的差距很明顯。

LeanTTS 示範頁用來克隆音色的原始人聲，下面三段都是模仿這個聲音。

CER 0%　ASR 聽到：事實上不是淘寶阿里巴巴太便宜了而是商場貴了

CER 0%　ASR 聽到：事實上不是淘寶阿里巴巴太便宜了而是商場貴了

13M 是比較小的版本。跟上一段比，可以聽小模型掉了多少音質。

CER 0%　ASR 聽到：北京在出行規模 城市影響力方面表現優異

CER 0%　ASR 聽到：今天天氣很好我們一起去公園散步吧

int4 量化作者附的成品。

WER 13.3%　ASR 聽到：…the invoice total came to one thousand two hundred fifty dollars…

內容全對，錯誤率全是金額寫成英文字造成的。

WER 4.4%　ASR 聽到：…the invoice total came to one thousand.

分數好看，但金額只念了「一千」，「兩百五十」整段漏掉。

WER 4.4%　ASR 聽到：…the invoice total came to 150,000.

金額念錯。其他句子跟原版差不多。

WER 11.1%　ASR 聽到：Hey Wayne… came to one twenty-five fifty.

金額念錯。只有 1.9M 參數，可以聽聽小到這樣還剩多少音質。

WER 17.8%　ASR 聽到：…moved to three, thirty pm… came to one thousand two hundred fifty dollars…

金額和時間都念對，錯誤率是寫法造成的。16 kHz，音質聽得出比較悶。

WER 17.8%　內容同上，全對。

WER 0%　ASR 聽到：The quarterly report is due on Thursday, so please finish it by noon. After that we will review the numbers together and decide whether the new pricing plan should launch next month or wait until spring.

WER 0%　ASR 聽到：The meeting has been moved to three o'clock on Friday afternoon.

WER 33.3%　ASR 聽到：Fine. If we miss it, it's on you.

原文後面還有一句「Well, maybe that's fair.」，被截掉了。量化作者自己也有寫出這個問題。