語音技術

字錯率

word error rate (WER)

定義

轉寫結果相對標準答案的錯誤比例，由替換、刪除、插入三類錯誤合成。

點計

WER =（替換 S ＋ 刪除 D ＋ 插入 I）÷ 標準答案總詞數 N × 100%。

中文與粵語常用字錯率（CER），以字為單位計算；WER 與 CER 的數字不可直接比較。同一段錄音，斷詞方式不同，WER 也會不同。

健康區間

沒有通用合格線。WER 只在同一份測試集、同一套標註規則下才有比較意義；把不同論文、不同語料的數字並排比較是無效的。

怎樣自己量 baseline： 自己量：固定 20–60 分鐘的真實錄音（安靜、電話、多人各一段），人工逐字稿做標準答案，每次改動都重跑同一份。

4 個改進手段

  1. 測試集要覆蓋真實場景：電話 8kHz、多人重疊、背景音樂，而不是只有錄音室樣本。
  2. 報數時連口徑一起給：語料來源、時長、講者數、是否含標點；少了任何一項都無法比較。
  3. 分開看「內容字錯」與「專有名詞錯」—— 後者通常佔錯誤的大多數，也最影響可用性。
  4. 把字錯率與下游任務（檢索、摘要、行動項抽取）的成功率一齊看，不要只看單一數字。

相關文章

資料來源

相關術語

返回術語表廣東話 ASR 比較廣東話語音轉文字