将一个.py文件重写为.ipynb，但行之有效

Question

我需要在自动语音识别（ASR）成绩单和地面真实笔录中测量单词错误率（WER）。

搜索一个程序来帮助我满足这种需求，我发现 repo 我在github上它计算我需要的东西。

据我了解，该程序是在终端运行的，实际上这就是我尝试和工作的方式。

现在，我想为我拥有的一组文件运行该程序的逻辑，因此为了实现我在jupyter笔记本中编写了一些代码，以导入所使用的模块并计算每个夫妇的wer文件位于文件夹目录中。

我现在面临的问题是代码运行，但是我的指标错误，而我的指标有正确的指标。

有人可以帮助您了解此问题是否可能与ArgParse的工作原理有关，或者与ASR_Evalution模块如何管理变量有关。

请有关如何调试或解决此问题的一些暗示。

话虽如此，我已经并且执行了以下内容：

1. 使用

   的文件和文件夹目录

|-- ASR
| |--1
| |. ref_groundTruth.txt
| |. hyp_fakeASR.txt
| |
| |--2
| |. ref_groundTruth.txt
| |. hyp_groundTruth.txt

2. ，因为导入的模块期望我从repo中复制/粘贴的argparse对象创建Parser（create_parser）

3. 结果，当我在jupyter的终端与jupyter中使用该程序时，结果 终端的输出＆amp; jupyter的输出

4. 用于ref_groundTruth.txt，hyp_groundtruth.txt，hyp_ground.txt，hyp_ground.txt.txt。

Esto es un texto de prueba para utilizar la libreria ASR, luego de validar, paso al siguiente nivel

5. 用于hyp_fakeasr.txt的文本如下：

Esto es un text para test para utilizar la libreria ASR, luego de validar, paso al siguiente nivel

6. 开发的代码为

# Import libraries
from asr_evaluation.asr_evaluation import *
import argparse
from os import walk

# Let's define the parse structure to invoke every time we need past to the module asr_evaluation
def create_parser():
    parser = argparse.ArgumentParser(description='Evaluate an ASR transcript against a reference transcript.')
    parser.add_argument('ref', type=argparse.FileType('r'), help='Reference transcript filename')
    parser.add_argument('hyp', type=argparse.FileType('r'), help='ASR hypothesis filename')
    print_args = parser.add_mutually_exclusive_group()
    print_args.add_argument('-i', '--print-instances', action='store_true',
                            help='Print all individual sentences and their errors.')
    print_args.add_argument('-r', '--print-errors', action='store_true',
                            help='Print all individual sentences that contain errors.')
    parser.add_argument('--head-ids', action='store_true',
                        help='Hypothesis and reference files have ids in the first token? (Kaldi format)')
    parser.add_argument('-id', '--tail-ids', '--has-ids', action='store_true',
                        help='Hypothesis and reference files have ids in the last token? (Sphinx format)')
    parser.add_argument('-c', '--confusions', action='store_true', help='Print tables of which words were confused.')
    parser.add_argument('-p', '--print-wer-vs-length', action='store_true',
                        help='Print table of average WER grouped by reference sentence length.')
    parser.add_argument('-m', '--min-word-count', type=int, default=1, metavar='count',
                        help='Minimum word count to show a word in confusions (default 1).')
    parser.add_argument('-a', '--case-insensitive', action='store_true',
                        help='Down-case the text before running the evaluation.')
    parser.add_argument('-e', '--remove-empty-refs', action='store_true',
                        help='Skip over any examples where the reference is empty.')
    
    return parser

# My path is the folder in which the transcripts ASR are and the ground truth
mypath = './ASR'

#Let's define some macro variables
cnt = 1
prefix_ref = 'ref_'
prefix_hyp = 'hyp_'

# With OS walk we are going to find all the folders related to the transcripted audio which containt \
# the ASR and ground Truth text files
for (dirpath, dirnames, filenames) in walk(mypath):
    print(f'-------{cnt}------')

    if len(filenames) > 1:
        groundTruth = dirpath + '/' + ''.join([word for word in filenames if word.startswith(prefix_hyp)])
        fakeASR = dirpath + '/' + ''.join([word for word in filenames if word.startswith(prefix_ref)])

        parser = create_parser()
        args = parser.parse_args([groundTruth, fakeASR])
        main(args)
        
    cnt+=1