ASR语音识别（Automatic Speech Recognition）的评价指标一般包括以下几个方面：
- 识别准确率（Word Error Rate, WER）
WER是ASR识别准确性的一种主要评价指标，它衡量的是识别结果与标准答案之间的差异。WER越低，说明ASR识别准确率越高。具体计算公式如下：
$$WER = \frac{S+D+I}{N} $$
其中，$S$表示替换（substitution）的次数，即识别结果与标准答案不同的单词数量；$D$表示删除（deletion）的次数，即标准答案中有而识别结果中没有的单词数量；$I$表示插入（insertion）的次数，即识别结果中有而标准答案中没有的单词数量；$N$表示标准答案中单词的总数。
举个例子，假设标准答案是“i have a dream”，而ASR的识别结果是“i have the dream”，则有$S=1$，$D=0$，$I=1$，$N=4+1=5$，因此$WER=\frac{S+D+I}{N} = \frac{1+0+1}{5} = 0.4$。
- （部分）识别准确率（Correctness Rate, CR）
CR与WER类似，但它是只考虑部分正确的情况。具体计算公式如下：
$$CR = \frac{N – D – I}{N}$$
其中，$N$、$D$、$I$的含义与WER相同。CR越高，说明ASR对一些部分的信息是有准确识别的能力的，而不仅仅是错了或对了。
例如，如果标准答案是“i have a dream”，而ASR的识别结果是“i have a stream”，则有$S=1$，$D=0$，$I=0$，$N=4+1=5$，因此$CR=\frac{N-D-I}{N}=\frac{4}{5}=0.8$。
- 识别速度
识别速度（Recognition Speed）指ASR识别一段语音所需的时间。通常，ASR在一定时间内识别更多的语音是更好的。
例如，ASR识别1小时的语音文件需要100秒，而另一个ASR识别2小时的语音文件需要200秒，则前一个ASR的识别速度更快。
总的来说，ASR的评价指标主要是围绕识别准确率、部分识别准确率和识别速度展开的，不同应用场景中的重要指标可以有所不同。