ガイド24 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。
WER
タグ: WER
ガイド
AI25 min
単語誤り率（WER）とは？文字起こし精度の測り方（2026年）
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。
AI21 min
Apple SpeechAnalyzerとWhisperを比較（2026年）：ベンチマークが測らなかったこと
AppleのオンデバイスSpeechAnalyzerがWhisperを上回ったベンチマークが話題になりました。ただしそのテストは英語のオーディオブックでWhisper Smallを回しただけです。何を測り、何を測らなかったのか、日本語はどうなのかを整理します。
AI19 min
Whisperの精度はどれくらい？オーディオブックから会議室まで、実測値で見る（2026年）
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。