Best Practices für das Testen unendliche Eingangsdomänen wie ein Parser oder regelbasierte System?

Question

Test ein Text-to-Speech-Engine eine ziemlich schwierige Aufgabe ist. Der Motor selbst parst Eingang und wendet Regeln für die Aussprache anhand von Laut Analyse einzelner Wörter. Zusätzlich Ausnahmelisten für die pronounciation Regeln existieren, um das Endergebnis zu verbessern. Projekte wie The Guttenberg Projekt können Sie buchstäblich werfen das Buch das Problem; jedoch bleibt das Problem, dass ich nie wegen der Domäne des Problems wohl fühlen kann. Ich bin nach einer sechs Neunen Lösung (99,9999% Crash Proof). Werfen Zufallstext am Motor zeigt deutlich, dass ich nur auf drei Neunen und nachfolgende Korrekturen werden nicht helfen zu werden. Ich weiß, was in diesem Fall zu tun (erneut die Fehlerbehandlungsmechanismen innerhalb des Motors, sie degradieren anmutig zu machen). Das allgemeine Problem weiterhin besteht. In jeder unendlichen Eingang Domain wie beweisen Sie Software-Qualität?

Answer 1

Test für die Berichterstattung. Stellen Sie sicher, dass Sie alle Ihre Filialen und alle Ihre Loops treffen sind, trainieren den gesamten Code und sicherzustellen, dass es richtig oder nicht richtig funktioniert. Je nachdem, wie wichtig es ist, versuchen Sie 100% zu erreichen MCDC Coverage (modifizierte Zustand / Entscheidungsüberdeckung); für jede Bedingung, bestimmen alle Permutationen von Eingaben, die in das Ergebnis Faktor und sicher, dass Sie jede Permutation machen testen.

Answer 2

Wie testen Sie Ihren Motor? Ich würde versuchen, Spracherkennungs-Engine (wie Microsoft Build-in one) zu überprüfen, um die Qualität zu verwenden. Auf dem Volumen des Beweises würde ich Text Wörterbuch aller Worte + Texte von einigen Büchern verschiedenen Autoren verwenden.