字错率 Word Error Rate

字错率（Word Error Rate，简称 WER）是评估自动语音识别（ASR）系统性能的重要指标之一。它反映了语音识别过程中，错误识别的字词数量占总的字词数量的比例。 WER 越低，表明语音识别系统的性能越好。

WER 衡量的是从参考文本转换到识别/生成文本所需要的最少编辑次数（插入、删除、替换），并将其归一化为比例。值域范围通常为：0（完美匹配）到 1（完全错误），或用百分比表示（如 5% 错误率）。 WER 可以作为模型训练过程中的一个重要反馈指标。通过监控字错率的变化，研究人员可以调整模型的参数、优化训练策略，从而提高模型的性能。例如，在训练语音识别模型时，如果字错率过高，可能需要增加训练数据、改进模型架构或调整训练算法。