快捷方式

torchaudio.functional.edit_distance

torchaudio.functional.edit_distance(seq1: Sequence, seq2: Sequence) int[原始碼]

計算兩個序列之間的詞級別編輯距離(Levenshtein 距離)。

This feature supports the following devices: CPU

該函式計算允許刪除、插入和替換的編輯距離。結果是一個整數。

對於大多數應用,兩個輸入序列應為相同型別。如果給出兩個字串,輸出是兩個字串之間的編輯距離(字元編輯距離)。如果給出兩個字串列表,輸出是句子之間的編輯距離(詞編輯距離)。使用者可能需要透過參考序列的長度來歸一化輸出。

引數:
  • seq1 (Sequence) – 要比較的第一個序列。

  • seq2 (Sequence) – 要比較的第二個序列。

返回:

第一個序列和第二個序列之間的距離。

返回型別:

int

使用 edit_distance 的教程
ASR Inference with CUDA CTC Decoder

使用 CUDA CTC 解碼器進行 ASR 推理

使用 CUDA CTC 解碼器進行 ASR 推理
ASR Inference with CTC Decoder

使用 CTC 解碼器進行 ASR 推理

使用 CTC 解碼器進行 ASR 推理

文件

訪問 PyTorch 的全面開發者文件

檢視文件

教程

獲取適合初學者和高階開發者的深度教程

檢視教程

資源

查詢開發資源並獲得問題解答

檢視資源