WER (Word Error Rate) — метрика точности распознавания речи: доля ошибочных слов относительно эталонного текста. Например, WER 10% значит примерно 10 ошибок на 100 слов. У «Потока» (potok.now) тоже есть измеренный WER — свой результат на нашем бенчмарке GolosTest.
WER — короткое обозначение того, как измеряют точность распознавания речи: чем меньше процент, тем точнее получившийся текст. Например, WER 10% значит примерно 10 ошибок на каждые 100 слов эталона.
Где встречается WER в распознавании речи
- В независимых и внутренних бенчмарках распознавания речи, где разные системы прогоняют через один и тот же набор аудиозаписей с заранее известным правильным текстом.
- В статьях и документации о распознавании речи и машинном переводе — это общий, а не частный показатель: WER (Word Error Rate) — общая метрика эффективности систем распознавания речи и машинного перевода.
- В числителе формулы — сумма ошибок трёх видов: заменённые слова, пропущенные и лишние вставленные; в знаменателе — общее число слов в эталонном тексте, с которым сравнивают результат.
- В цифрах, которые публикует сам разработчик распознавания как результат на конкретном тестовом наборе, а не как общее универсальное свойство программы.
| Термин | Что значит | Пример |
|---|---|---|
| WER (Word Error Rate) | метрика точности распознавания речи — доля ошибочных слов относительно эталонного текста | WER 10% значит примерно 10 ошибок на 100 слов |
| Сегментация речи | разбиение непрерывного звукового потока на отдельные смысловые или паузные фрагменты | сегментация помогает системе распознавать длинную речь по частям |
| Модель капитализации | отдельная модель, отвечающая за простановку заглавных букв в тексте | модель капитализации и модель пунктуации часто работают как единый постобработчик |
| Пользовательский словарь | список терминов, имён и сокращений, которые пользователь добавляет вручную, чтобы система распознавала их точнее | личный словарь помогает верно распознавать редкие фамилии и профессиональные термины |
Почему это важно при выборе программы для диктовки
WER — самый прямой способ сравнить, насколько точно программа переводит речь в текст: один процент, который считается по одной и той же формуле для разных систем, если тестовый набор совпадает. Из-за этого его часто приводят в качестве заявленного результата, но важно помнить, что это метрика на конкретном бенчмарке, а не свойство программы вообще: тот же движок на другой записи или другом языке покажет другую цифру. Больше о том, как вообще устроен голосовой ввод текста и на каком этапе там возникают ошибки — в отдельной статье.
Где «Поток» тут ни при чём
WER — метрика для любой системы распознавания речи или машинного перевода, а не показатель, который принадлежит одному продукту. Ей одинаково измеряют и встроенные средства операционных систем, и облачные сервисы, и научные модели — нужен лишь эталонный текст для сравнения. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает. Полный список других терминов — в разделе про распознавание речи.
Частые вопросы
WER 10% значит, что в среднем на каждые 100 слов эталонного текста приходится около 10 ошибок — заменённых, пропущенных или лишних вставленных слов относительно того, что было сказано на самом деле.
У «Потока» WER 2,1% на нашем бенчмарке GolosTest.
WER (Word Error Rate) — метрика точности распознавания речи — доля ошибочных слов относительно эталонного текста. Пример: WER 2,1% значит 2-3 ошибки на 100 слов.
Что такое WER в распознавании речи. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Что такое WER в распознавании речи» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Что такое WER в распознавании речи. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Что такое WER в распознавании речи» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Что такое WER в распознавании речи. Версии — для Windows, macOS и Linux, горячая клавиша по умолчанию Ctrl+Space; мобильных версий нет. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. Горячую клавишу можно заменить в настройках: подойдёт любая клавиша, сочетание или боковая кнопка мыши. «Поток» — ИП в России; данные и голосовые записи хранятся на серверах в России, режим 152-ФЗ включён по умолчанию. Для «Что такое WER в распознавании речи» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Если хотите сравнить сами
Возьмите одну свою задачу и надиктуйте её в «Потоке». Первые 14 дней — без ограничений и без карты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Готовые записи расшифровывает Telegram-бот «Потока» @potok_now_bot: пришлите файл или ссылку на YouTube, VK Видео, RuTube, Instagram или TikTok — текст придёт в чат. Подписка «Потока» снимает лимит и в боте.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
Первоисточники: en.wikipedia.org · support.microsoft.com