字詞錯誤率計算機

為什麼細項分析如此重要

字詞錯誤率是將替換詞、刪除詞與插入詞的數量總和，除以正確逐字稿的字數。這是一個客觀真實的指標，且將每個單字視為同等重要。

這正是問題所在。試想同一段一小時音訊的兩份逐字稿：一份錯誤率為 3%，但每個錯誤都是冗詞或語不成句的贅字；另一份錯誤率為 1%，但錯誤卻是姓氏、預算討論中的數字，以及漏掉了一個「don’t」。後者在基準測試中勝出三倍，但前者才是能直接發布的逐字稿；後者卻會把受訪者的拒絕寫成同意。

因此，上方的數字是行銷頁面上常見的數據，而下方的表格才是決定逐字稿是否具備實用價值的關鍵。我們在「99% 準確度」究竟代表什麼一文中，更詳盡地闡述了這個觀點。

計算方式

忽略大小寫與標點符號

依照該指標的標準定義。「The cat sat.」與「the cat sat」得分完全相同。

姓名為句中出現的大寫單字

這是一個簡便但誠實的估算方式：每個句子都以大寫開頭，因此句首大寫無法提供判斷資訊，不予計入。

數字包含阿拉伯數字與數字詞彙

「240」、「eleven」與「percent」全都會歸入同一類別。阿拉伯數字在任何語言中皆會計入；以文字書寫的數字與否定詞則僅限英文。

每個單字僅會歸入一個分類

影響最重大者優先：遺漏的「no」無論是否大寫，皆計為否定詞。

插入詞不屬於任何分類

分類統計是以正確逐字稿為基準進行計算，而辨識工具憑空捏造的字詞在正確文字中沒有對應項。但它仍會計入錯誤率。