El WER (Word Error Rate) es una métrica clave para medir la precisión de los sistemas de reconocimiento de voz. Este indicador compara la transcripción automática realizada por el sistema con una transcripción de referencia humana. Para calcular el WER, se suman los errores de sustitución, omisión e inserción, y se dividen entre el total de palabras de la referencia. Un WER bajo indica un reconocimiento de voz más preciso y eficiente, mientras que un WER alto refleja una mayor cantidad de errores, lo cual puede afectar negativamente la experiencia del usuario.
Fórmula del WER:
WER = (Sustituciones + Omisiones + Inserciones) / Total de palabras
El WER es esencial para evaluar el rendimiento de las tecnologías de reconocimiento de voz y asegurarse de que se esté logrando una transcripción precisa en contextos específicos, como en los contact centers o aplicaciones de dictado.