average_wer.py：真的能按句平均吗？

[Ma-LinHan]

我看到在计算 WER 的代码中，先是计算出每一条测试数据的 wer ，然后直接 wer = round(np.mean(wers)*100,3) 进行了平均。每一条测试数据中的字符数并不相同，长句和短句的字符数差异很大，这样的计算方式是不是不太合理？而为什么不按照测试数据的总字符数计算 WER 呢？

[Ma-LinHan]

用你们的代码对模型的测试结果进行自动识别并计算指标时，放大了短句 badcase 的影响，WER 明显偏高

[liyunlongaaa]

明显是哪个指标算得低用哪个^^

[PussyCat0700]

+1 我认为总字符数计算才是合理的，参考FAIR的代码：
https://github.com/facebookresearch/av_hubert/blob/258fb50e155134eec2c4b49c2ae8de267075fd18/avhubert/infer_s2s.py#L258