01 / UNDERSTAND
仕組みと使いどころ
参照側と認識結果側で話者ごとの発話をそれぞれ連結し、話者ストリームの全対応候補について単語誤り率を計算して、最小となる値を採用する。話者IDの名称や並びが一致しない会議文字起こしを比較でき、話者数を過大・過小に推定した場合は空のストリームを補って評価する。時間的な整合性自体は評価条件に含まれない。
02 / IN PRACTICE
cpWERの活用例
たとえば、こんな場面で
話者別に出力する会議音声認識システム同士の文字起こし精度比較に用いる。
03 / GOOD TO KNOW
使うときのポイント
入力に話者情報があることを確認し、時刻の妥当性も測る場合は時間制約付き指標を検討する。
参考資料
GitHub - fgnt/meeteval: MeetEval - A meeting transcription evaluation toolkit （新しいタブで開きます）MeetEval: A Toolkit for Computation of Word Error Rates for Meeting Transcription Systems （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。