speech-eval 0.1.0

语音评测工具集：ASR/TTS/SVS 常用评估指标

Speech-Eval

语音评测工具集，汇总了 ASR（自动语音识别）、TTS（语音合成）、SVS（歌声合成）等语音任务中常用的评估指标计算代码。

安装

pip install speech-eval

# 含 SpeechBERTScore / SpeechBLEU 支持（需要 PyTorch）
pip install speech-eval[bert]

支持的指标

指标	模块	说明	方向
WER	asr	词错误率	越低越好
CER	asr	字错误率	越低越好
MCD	tts	梅尔倒谱距离	越低越好
Log-F0 RMSE	tts	对数基频误差	越低越好
SpeechBERTScore	tts	语音语义相似度	越高越好
SpeechBLEU	tts	语音离散token BLEU分数	越高越好
VUV Error	common	清浊音分类错误率	越低越好
Semitone ACC	svs	半音准确率	越高越好

快速开始

# ASR
from speech_eval.asr import compute_wer, compute_cer
wer = compute_wer("the cat sat on the mat", "the cat sit on a mat")
cer = compute_cer("今天天气很好", "今天气很好")

# TTS
from speech_eval.tts import compute_mcd_pair, compute_f0_rmse_pair
mcd = compute_mcd_pair("gen.wav", "gt.wav")
f0_rmse = compute_f0_rmse_pair("gen.wav", "gt.wav")

# SVS
from speech_eval.svs import compute_semitone_acc_pair
result = compute_semitone_acc_pair("gen_singing.wav", "gt_singing.wav")

# VUV Error (TTS/SVS 通用)
from speech_eval.common import compute_vuv_error_pair
result = compute_vuv_error_pair("gen.wav", "gt.wav")

项目结构

speech-eval/
├── pyproject.toml
├── README.md
├── LICENSE
├── speech_eval/
│   ├── __init__.py
│   ├── asr/            # WER, CER
│   ├── tts/            # MCD, F0 RMSE, SpeechBERTScore, SpeechBLEU
│   ├── svs/            # Semitone ACC
│   └── common/         # VUV Error (TTS/SVS 共享)
├── examples/           # 使用示例
└── docs/               # 各模块详细文档

文档

各模块的详细用法、API 文档和指标原理请参阅：

• docs/asr.md — WER、CER 详细文档
• docs/tts.md — MCD、F0 RMSE、SpeechBERTScore、SpeechBLEU、VUV Error 详细文档
• docs/svs.md — Semitone ACC、VUV Error 详细文档

运行示例

pip install speech-eval
python examples/wer_demo.py
python examples/cer_demo.py
python examples/mcd_demo.py
python examples/f0_demo.py
python examples/semitone_demo.py
python examples/speech_bert_score_demo.py
python examples/vuv_demo.py

参考来源

• ESPnet — 语音处理工具包
• jiwer — WER/CER 计算
• pysptk — 梅尔倒谱提取
• pyworld — F0 提取
• fastdtw — 动态时间规整
• discrete-speech-metrics — SpeechBERTScore & SpeechBLEU

License

MIT