asr-rescore-bench

这是一个面向语音识别（ASR）后处理的基准评测框架，专注于评估大语言模型（LLM）对n-best候选假设进行重排序（rescoring）的效果。项目系统性对比了11种重排序策略（包括n-gram、神经LM、MLM-PLL及多种LLM提示方法），在5个中英文及专业领域语料（如LibriSpeech、AISHELL-1、医疗对话）上统一评测WER/CER指标。支持灵活加载n-best列表、调用开源LLM（如Qwen2.5、LLaMA-3）执行prompt-based重打分，并提供标准化评分流程。适用于ASR系统优化、语言模型适配语音任务的研究与工程验证场景。