O que é taxa de erro de caracteres? É a parcela de caracteres que um sistema erra em comparação com um texto de referência, contando substituições, remoções e inserções. A CER é usada sobretudo em idiomas escritos sem espaços, onde dividir o texto em palavras não é confiável.
Transcreva uma gravação
Envie sua mensagem de voz, áudio ou vídeo para @potok_now_bot no Telegram e o texto volta para o chat.
Abrir @potok_now_bot no Telegram
Arquivos de até 2 GB · exportação em TXT, MD, DOCX, PDF, SRT e VTT · identificação de falantes e marcação de tempo · cerca de 30 idiomas
Pontos principais
- A fórmula é a soma dos caracteres substituídos, removidos e inseridos, dividida pelo número de caracteres da referência.
- A taxa de erro de palavras trata uma letra errada como uma palavra inteira errada, então a CER dá uma visão mais branda de pequenos deslizes de grafia.
- Textos em japonês e chinês não têm espaços entre as palavras, de modo que a contagem de palavras depende de uma regra de segmentação; a de caracteres, não.
- Uma CER igual a zero significa correspondência exata com a referência, e o valor pode passar de um quando surgem muitos caracteres a mais.
Como fica
CER = (S + D + I) / N
S substituted, D deleted, I inserted characters; N = characters in reference
reference : recognise (N = 9)
output : recognize
S = 1 (s -> z), D = 0, I = 0
CER = 1 / 9 = 0.11
Mais
Veja a lista completa de idiomas, as ferramentas e o glossário.
Perguntas frequentes
Qual é a diferença entre CER e WER?
A WER conta erros por palavra e a CER, por caractere. A CER é mais fina e serve para escritas em que os limites entre palavras não são marcados por espaços.
Como calculo a CER?
Alinhe o resultado com a referência, conte os caracteres substituídos, removidos e inseridos e divida o total pelo tamanho da referência em caracteres.
Por que não usar a WER para todos os idiomas?
A WER exige uma definição clara de palavra. Em idiomas escritos sem espaços, essa definição varia conforme a ferramenta, e os resultados de ferramentas diferentes deixam de ser comparáveis.
Uma CER menor é sempre melhor?
Sim, para o mesmo texto de teste. Menor significa menos erros de caracteres, mas compare apenas resultados medidos sobre a mesma referência, com as mesmas regras de texto.
Os números de CER publicados valem para o meu arquivo?
Não diretamente. Eles vêm de conjuntos de teste específicos, e uma gravação ruidosa ou com sotaque terá outro resultado. Use-os como guia e depois confira o seu próprio arquivo.
Fontes
Cada fonte foi aberta manualmente na data indicada. As páginas mudam, então abra a fonte se algum detalhe for importante para você.
- Word error rate (Wikipedia), Wikipedia · verificado em
- Japanese writing system (Wikipedia), Wikipedia · verificado em
Teste com a sua própria gravação
Envie sua mensagem de voz, áudio ou vídeo para @potok_now_bot no Telegram e o texto volta para o chat.
Abrir @potok_now_bot no Telegram