WDER（単語話者ダイアライゼーション誤り率）とは？

01 / UNDERSTAND

仕組みと使いどころ

WDER（Word Diarization Error Rate）は、単語単位の話者ダイアライゼーション性能を評価する指標です。参照文と認識結果の単語を対応付け、話者IDの並びを最適に対応させたうえで、話者ラベルが誤っている単語の割合を求めます。単語の時間境界を評価に使わないため、単語単位で音声認識と話者識別を行うシステムの評価に適しています。一方、文字起こし自体の挿入・削除・置換を総合的に測るWERとは役割が異なり、WDERだけでは音声認識の正確さ全体を判断できません。また、重複発話に該当する単語を除外する修正版WDERもあるため、結果を比較するときは計算方法と評価データをそろえる必要があります。

02 / IN PRACTICE

WDERの活用例

03 / GOOD TO KNOW

使うときのポイント

WDERを見る際は、通常版か重複発話を除外した修正版かを確認してください。WER、評価データ、発話条件が異なる結果同士は、WDERの数値だけで単純比較できません。