fstalign

快速算 WER,逐词对齐看清识别错在哪

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 语音识别 🍴 复刻 11 👀 关注 35
GitHub ↗
GitHub 星标 ★ 170
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费工具,无付费版本

项目预览

fstalign 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队revdotcom
定价模式🏷️完全免费
价格说明开源免费工具,无付费版本
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言C++
技术栈/模型alignment,asr-benchmark,fst,speech-recognition,word-error-rate
GitHub 星标★ 170
上线时间2021-03-24 00:00:00
代码更新2026-11-03
仓库体积1.6 MB
本站数据更新2026-11-11
维护状态较活跃
收录时间2026-11-11
浏览次数0

项目介绍

fstalign 是一个基于 OpenFST 的 C++ 工具,用于计算词错误率(WER)并对齐两段转写文本序列。语音识别评测中常需比较识别结果与参考文本,传统动态规划对齐在长文本或大词表下速度慢、内存占用高。该项目把转写序列构建成 FST,利用 OpenFST 的算法完成最短编辑路径搜索,从而高效得到对齐结果和 WER 统计。核心能力包括:支持词级对齐与错误率计算,输出插入、删除、替换的逐项对齐细节,便于定位识别错误;基于 FST 的架构可扩展到加权对齐和自定义代价;C++ 实现性能较好,适合批量评测 ASR 系统。项目面向语音识别研究者和评测流水线开发者,作为命令行工具使用,输入参考与假设转写即可得到对齐和指标。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-11 · 当前星标 ★ 170

核心亮点

  • 基于 OpenFST 的最短路径对齐,长文本评测效率高于朴素动态规划
  • 输出逐词对齐明细,能直接定位插入、删除、替换错误
  • C++ 实现,适合集成进批量 ASR 评测流水线

不足之处

  • 项目早期,文档和示例较少,上手需了解 OpenFST 概念
  • 社区规模小,问题反馈和持续维护情况有待观察

适用场景

  • ASR 系统批量评测时计算 WER 并生成对齐报告
  • 对比两版识别模型的输出差异,定位错误词
  • 构建语音识别评测流水线中的对齐组件

替代项目

sclite、jiwer、Whisper

上一篇:aidictation

下一篇:simul-subtitle

同类项目推荐

OpenWhisper 开源

本地跑 Whisper,语音秒变文字,隐私不出门

Local dictation and meeting notes with Whisper or the OpenAI API. Custom Whisper mod···

★ 258 2026-09-23
ha-openai-whisper-stt-api 开源

把语音识别甩给云端,低配 Home Assistant 也能秒回话

HACS custom integration for using Whisper speech-to-text (OpenAI, GroqCloud or Mistr···

★ 113 2026-09-23
whisper_dictation 开源

用语音控制电脑和 AI,免打字,隐私本地化。

Private voice keyboard, agent, AI chat, images, webcam, recordings, voice control wi···

★ 295 2026-08-09
whistle-esp32 开源

按住说话,ESP32 离线识别七种语言颜色词并点亮 LED

Whistle speech-to-text running fully on an ESP32-S3: hold a button, say a colour in ···

★ 224 2026-10-23
phorminx 开源

本地跑语音转文字,会议听写不上传,隐私自己掌控

A local-first Windows application for dictation and meeting transcription, with sear···

★ 126 2026-09-30
mrcp-plugin-with-freeswitch 开源

用手机打电话,AI自动听懂并回复,快速搭建语音呼叫中心。

使用FreeSWITCH接受用户手机呼叫,通过UniMRCP Server集成讯飞开放平台(xfyun)插件将用户···

★ 349 2026-08-09
AudioScript 开源

本地离线实时转写,屏幕浮窗看字幕

[讯飞同传]免费平替——本地系统语音实时翻译转写,国际会议、外语播客、游戏语音、生肉影···

★ 345 2026-11-02
go-speech 开源

Go 语言一键集成语音合成与识别,离线可用

go-speech 基于 Golang + ONNX 构建的轻量语音库,支持 TTS(文本转语音)与 ASR(语音转文···

★ 62 2026-08-09
OmniDictate 开源

本地实时语音打字,隐私安全,直接输入任何应用。

Free, open-source, real-time dictation for Windows. Runs locally (no cloud!), uses A···

★ 157 2026-08-09