語音技術

中英夾雜

code-switching

定義

同一句說話內切換粵語與英語（單詞、短語或整句），是香港日常對話的常態。

點計

常用量法：切換邊界保留率 = 切換點前後語言都正確的句子 ÷ 含切換的句子 × 100%。

另一種量法是只計切換段內的字錯率，避免整體字錯率被大量單語句子稀釋 —— 一份九成單語的測試集，會讓夾雜問題完全看不出來。

健康區間

沒有公開基準。中英夾雜沒有標準寫法（同一個詞可以寫英文、寫中文、或寫港式拼法），所以跨系統比較前必須先共用同一份標註規則。

怎樣自己量 baseline： 自己量：從真實客服或會議錄音抽 50 句含中英夾雜的句子，人手寫一份標準答案，固定這份測試集，每次改動重跑同一份。

4 個改進手段

  1. 測試集一定要含真實品牌名、產品代號與港式英文（「claim 唔到」「quotation 過期」），不要用書面語例句。
  2. 先決定英文詞的輸出慣例：保留原文、轉中文、或加註；全站一致，不要同一份稿兩種寫法。
  3. 把高頻英文術語加入詞彙表，並用同一批錄音驗證加入前後的差異。
  4. 評分時把切換點單獨計分，否則單語句子太多會把問題蓋住。

相關文章

資料來源

相關術語

返回術語表廣東話 ASR 比較廣東話語音轉文字