評估指標

OCR 與語音轉文字的成績單,不看「對多少」,看「錯多少」:CER(Character Error Rate,字元錯誤率)與 WER(Word Error Rate,詞錯誤率),兩者都是越低越好。

核心觀念

兩者都基於編輯距離:把辨識結果改成正確答案,最少要動幾刀。

• CER:以「字元」為單位的錯誤率。白話公式:替換、插入、刪除的字元數總和 除以 正確文本的總字元數
• WER:同一套算法,但以「詞」為單位,英文這類以空白分詞的語言常用

白話理解

金融業掃描紙本保單建檔:OCR 讀出一萬個字,需要改錯 200 個字才全對,CER 就是 2%。同樣的邏輯用在車牌辨識、發票掃描、客服語音逐字稿。中文一字一義,常以 CER 為主;英文語音助理的聽寫品質,則以 WER 論高下。

關鍵細節

• 錯誤拆三種:替換(認錯字)、插入(多認字)、刪除(漏認字)
• 插入太多時,錯誤率可能超過 100% — 它不是「準確率的倒數」
• 中文、日文看 CER;分詞明確的語言看 WER;語音辨識兩者都常見
• 方向與 Accuracy 相反:數字越低越強,審題先確認方向

🎯 口訣:CER 數錯字,WER 數錯詞,雙雙越低越好。

iPAS 考點

配對題:「衡量文字辨識準確度」→ CER 與 WER;「衡量語音轉文字品質」→ WER。最大陷阱是方向:選項寫「CER 越高代表辨識越好」直接淘汰。中英差異(中文以字元、英文以詞)也是常見出題點。