単語誤り率（WER）は、自動音声認識（ASR）システムの性能を評価する重要な指標の一つです。これは、音声認識プロセスにおける単語の総数に対する、誤って認識された単語の数の割合を表します。WERが低いほど、音声認識システムの性能は優れています。

WERは、参照テキストから認識/生成テキストに変換するために必要な編集（挿入、削除、置換）の最小数を測定し、それを比率に正規化します。値の範囲は通常、0（完全一致）から1（完全エラー）までで、パーセンテージで表されます（5%エラー率など）。WERは、モデルのトレーニングプロセスにおける重要なフィードバック指標として使用できます。研究者は、単語エラー率の変化を監視することで、モデルのパラメータを調整し、トレーニング戦略を最適化して、モデルのパフォーマンスを向上させることができます。例えば、音声認識モデルをトレーニングする際に、単語エラー率が高すぎる場合は、トレーニングデータを増やすか、モデルアーキテクチャを改善するか、トレーニングアルゴリズムを調整する必要があるかもしれません。