當你今天是個可憐的學測生，正在準備數學這科，好不容易寫完一張數學考卷時，在把它燒掉之前還是會想知道自己寫得好不好
因此，就會把解答拿出來批改考卷，最後算出數學成績

模型也是一樣概念
當我們給模型一個語音檔，模型生出結果(你寫完的考卷)，當我們想知道他翻譯的到底好不好時，就會跟原始文本(解答)進行比對(批改考卷)，最後得出一個準確率(成績)

換一些名詞的話則是：

其實批改考卷&成績兩者是一樣概念，等等會說明

簡而言之，WER/CER 其實就是一個數值，單位通常是百分比(%)，兩者都是評估模型訓練成果的衡量方式，只是兩者適用的範圍不同

WER

Word Error Rate, 單字錯誤率

它只會比對各個單字是否有錯誤、少字

• 最小單位：單字
• 適用語系：英文、拉丁文...

CER

Character Error Rate, 字元錯誤率

它會以各個字元作為單位去比對

• 最小單位：字元
• 適用語系：中文、日文、韓文...

這邊舉個例子：
Case 英文

• Hypothesis : I have a apple
• Reference : I have an apple

Case 中文

• Hypothesis : 國慶連價
• Reference : 國慶連假

可以看到上面，通常英文都是用 WER 來計算，中文都是用 CER 來計算
若是用錯的話也可以算出數值，但可能不是你想要的結果
我們要做的是中文 ASR，所以就以 CER 做為模型評估方式

小心得

其實有時間得但還是拖到最後一刻
國慶連假來囉！！！

Ref.

• https://en.wikipedia.org/wiki/Word_error_rate