benchmarks

タグ: benchmarks

Aug 27, 202624 min

文字起こしの精度を上げる：効果順に並べた5つの要因（2026年）

文字起こしの精度に関する助言の多くは一般論です。この記事では、マイクとの距離、発話の重なり、騒音と無音、言語と語彙、モデルの種類という5つの要因を、実測された効果の大きい順に並べ、それぞれが誤り率をどれだけ動かすかを公表数値とともに示します。

Aug 26, 202625 min

単語誤り率（WER）は、置換・脱落・挿入という3種類の誤りを、実際に話された語数で割った指標です。計算式に何が含まれ、何が含まれないのか、同じモデルの数値が評価ごとに違う理由、日本語でCERが使われる理由、自分の録音で10分で測る方法まで整理します。

Aug 19, 202619 min

Whisperの実際の精度：クリーンな朗読音声では単語誤り率（WER）約2〜3%、複数の実際の英語ベンチマークの平均では約7%、会議室の録音では約16%です。そして、この数値を最も大きく動かす要因が何かも、あわせて整理しました。