def TestModel(self,
datapath='',
str_dataset='dev',
data_count=32,
out_report=False,
show_ratio=True,
io_step_print=10,
io_step_file=10):
'''
测试检验模型效果
io_step_print
为了减少测试时标准输出的io开销，可以通过调整这个参数来实现
io_step_file
为了减少测试时文件读写的io开销，可以通过调整这个参数来实现
'''
data = DataSpeech(self.datapath, str_dataset)
#data.LoadDataList(str_dataset)
num_data = data.GetDataNum() # 获取数据的数量
if (
data_count <= 0 or data_count > num_data
): # 当data_count为小于等于0或者大于测试数据量的值时，则使用全部数据来测试(正常使用的是32或者自己传递进来的需要测试的个数)
data_count = num_data
try:
ran_num = random.randint(0, num_data - 1) # 获取一个随机数(0-num_data)
words_num = 0 #总得单次数量
word_error_num = 0 #错误的单次数量
nowtime = time.strftime('%Y%m%d_%H%M%S', time.localtime(
time.time())) # '20190924_103104' 就是时间日期的一个字符串
if (out_report == True): #如果说输出开关打开的话
txt_obj = open('Test_Report_' + str_dataset + '_' + nowtime +
'.txt',
'w',
encoding='UTF-8') # 打开文件并读入
txt = '测试报告\n模型编号 ' + ModelName + '\n\n'
for i in range(data_count):
data_input, data_labels = data.GetData(
(ran_num + i) % num_data) # 从随机数开始连续向后取一定数量数据
# 数据格式出错处理 开始
# 当输入的wav文件长度过长时自动跳过该文件，转而使用下一个wav文件来运行
num_bias = 0
while (data_input.shape[0] > self.AUDIO_LENGTH):
print('*[Error]', 'wave data lenghth of num',
(ran_num + i) % num_data, 'is too long.',
'\n A Exception raise when test Speech Model.')
num_bias += 1
data_input, data_labels = data.GetData(
(ran_num + i + num_bias) %
num_data) # 从随机数开始连续向后取一定数量数据
# 数据格式出错处理 结束
pre = self.Predict(data_input,
data_input.shape[0] // 8) #预测的结果
words_n = data_labels.shape[0] # 获取每个句子的字数
words_num += words_n # 把句子的总字数加上
edit_distance = GetEditDistance(
data_labels, pre) # 获取编辑距离(预测的结果跟真实的结果之间的编辑距离(整数))
if (edit_distance <= words_n): # 当编辑距离小于等于句子字数时
word_error_num += edit_distance # 使用编辑距离作为错误字数
else: # 否则肯定是增加了一堆乱七八糟的奇奇怪怪的字
word_error_num += words_n # 就直接加句子本来的总字数就好了(错误率就是100%)
if ((i % io_step_print == 0 or i == data_count - 1)
and show_ratio == True):
#print('测试进度：',i,'/',data_count)
print('Test Count: ', i, '/', data_count)
if (out_report == True):
if (i % io_step_file == 0 or i == data_count - 1):
txt_obj.write(txt)
txt = ''
txt += str(i) + '\n'
txt += 'True:\t' + str(data_labels) + '\n'
txt += 'Pred:\t' + str(pre) + '\n'
txt += '\n'
#print('*[测试结果] 语音识别 ' + str_dataset + ' 集语音单字错误率：', word_error_num / words_num * 100, '%')
print(
'*[Test Result] Speech Recognition ' + str_dataset +
' set word error ratio: ', word_error_num / words_num * 100,
'%')
if (out_report == True): #将错误率进行写入
txt += '*[测试结果] 语音识别 ' + str_dataset + ' 集语音单字错误率： ' + str(
word_error_num / words_num * 100) + ' %'
txt_obj.write(txt)
txt = ''
txt_obj.close()
except StopIteration:
print('[Error] Model Test Error. please check data format.')
def TestModel(self,
datapath='',
str_dataset='dev',
data_count=32,
out_report=False,
show_ratio=True):
'''
测试检验模型效果
'''
data = DataSpeech(self.datapath, str_dataset)
#data.LoadDataList(str_dataset)
num_data = data.GetDataNum() # 获取数据的数量
if (data_count <= 0 or data_count >
num_data): # 当data_count为小于等于0或者大于测试数据量的值时，则使用全部数据来测试
data_count = num_data
try:
ran_num = random.randint(0, num_data - 1) # 获取一个随机数
words_num = 0
word_error_num = 0
nowtime = time.strftime('%Y%m%d_%H%M%S',
time.localtime(time.time()))
if (out_report == True):
txt_obj = open('Test_Report_' + str_dataset + '_' + nowtime +
'.txt',
'w',
encoding='UTF-8') # 打开文件并读入
txt = ''
for i in range(data_count):
data_input, data_labels = data.GetData(
(ran_num + i) % num_data) # 从随机数开始连续向后取一定数量数据
# 数据格式出错处理 开始
# 当输入的wav文件长度过长时自动跳过该文件，转而使用下一个wav文件来运行
num_bias = 0
while (data_input.shape[0] > self.AUDIO_LENGTH):
print('*[Error]', 'wave data lenghth of num',
(ran_num + i) % num_data, 'is too long.',
'\n A Exception raise when test Speech Model.')
num_bias += 1
data_input, data_labels = data.GetData(
(ran_num + i + num_bias) %
num_data) # 从随机数开始连续向后取一定数量数据
# 数据格式出错处理 结束
pre = self.Predict(data_input, data_input.shape[0] // 8)
words_n = data_labels.shape[0] # 获取每个句子的字数
words_num += words_n # 把句子的总字数加上
edit_distance = GetEditDistance(data_labels, pre) # 获取编辑距离
if (edit_distance <= words_n): # 当编辑距离小于等于句子字数时
word_error_num += edit_distance # 使用编辑距离作为错误字数
else: # 否则肯定是增加了一堆乱七八糟的奇奇怪怪的字
word_error_num += words_n # 就直接加句子本来的总字数就好了
if (i % 10 == 0 and show_ratio == True):
print('Test Count: ', i, '/', data_count)
txt = ''
if (out_report == True):
txt += str(i) + '\n'
txt += 'True:\t' + str(data_labels) + '\n'
txt += 'Pred:\t' + str(pre) + '\n'
txt += '\n'
txt_obj.write(txt)
#print('*[测试结果] 语音识别 ' + str_dataset + ' 集语音单字错误率：', word_error_num / words_num * 100, '%')
print(
'*[Test Result] Speech Recognition ' + str_dataset +
' set word error ratio: ', word_error_num / words_num * 100,
'%')
if (out_report == True):
txt = '*[测试结果] 语音识别 ' + str_dataset + ' 集语音单字错误率： ' + str(
word_error_num / words_num * 100) + ' %'
txt_obj.write(txt)
txt_obj.close()
except StopIteration:
print('[Error] Model Test Error. please check data format.')