Talegjenkjenning og modeller
Ordfeilrate (WER)
Andelen ord som er feil, manglende eller lagt til, delt på antall ord i fasiten.
Ordfeilrate, på engelsk word error rate og forkortet WER, er standardmålet på hvor nøyaktig en transkribering er.
Formelen er enkel:
WER = (erstatninger + utelatelser + innsettinger) / antall ord i fasitenAlle tre feiltypene teller likt. Et ord som mangler, veier like tungt som et ord som er feil.
Hva tallene betyr
| WER | Betyr | I praksis |
|---|---|---|
| Under 5 % | 19 av 20 ord riktig | Lett retting, mest egennavn |
| 5 til 10 % | 9 av 10 riktig | Brukbart, noe retting |
| 10 til 20 % | 4 av 5 riktig | Tungt, men raskere enn å skrive selv |
| Over 20 % | Hvert femte ord feil | Vurder å skrive selv |
Hvorfor tall i markedsføring er lite verdt
«98 prosent nøyaktighet» sier ingenting uten å oppgi hva som er målt. Nesten alle systemer kommer over 95 prosent på én person som leser tydelig fra manus i et lydtett rom. Ingen møter ser slik ut.
De variablene som faktisk avgjør: hvor nær mikrofonen sto, hvor mange som snakket, om noen snakket samtidig, hvilken dialekt, og hvor mye fagspråk. Uten dem er tallet ikke sammenlignbart mellom leverandører.
En begrensning ved målet
WER veier alle ord likt. Et bortfalt «og» teller like mye som et feilskrevet etternavn, selv om det andre er langt verre for deg. Derfor er det verdt å telle egennavn og fagord for seg når du tester.
Se også
ASR, verbatim, og artikkelen beste transkribering på norsk: slik måler du det.