N'oubliez pas de nous ajouter aux favoris !

Glossaire

WER — Explication du taux d'erreur en mots

Le Taux d'Erreur de Mot (WER) est la métrique d'exactitude standard pour la reconnaissance vocale. Il mesure le pourcentage de mots qu'un moteur de transcription obtient incorrectement en comptant trois types d'erreurs — substitutions (mauvais mot), insertions (mot ajouté), et suppressions (mot manquant) — divisé par le nombre total de mots de référence. Plus c'est bas, mieux c'est. Un WER de 5 % signifie 5 erreurs pour 100 mots de référence.

Comment le WER est calculé

WER = (S + I + D) / N, où S est le nombre de substitutions, I est le nombre d'insertions, D est le nombre de suppressions, et N est le nombre de mots de la transcription de référence (correcte). Le calcul utilise l'alignement de distance d'édition minimale pour compter chaque erreur exactement une fois. Le WER peut dépasser 100 % — si le modèle insère plus de mots qu'il n'en obtient de corrects, vous pouvez avoir un WER de 120 %.

Benchmarks WER réels (2026)

Sur le jeu de test LibriSpeech clean (un benchmark standard de livres audio), Whisper Large v3 obtient un WER de 1,8 %. Les enregistrements du monde réel sont plus difficiles : 3-5 % de WER sur l'audio de podcast propre, 5-10 % sur les appels en conférence, 10-20 % sur les accents marqués ou les environnements bruyants. Les transcripteurs humains obtiennent généralement un WER de 4-6 % même lorsqu'ils reçoivent le même audio.

Pourquoi le WER seul est trompeur

Le WER pondère chaque mot de manière égale — mais manquer le mot "not" peut inverser le sens d'une phrase, tandis que manquer "the" ne change rien. Pour une qualité réelle, complétez le WER avec des métriques de distance sémantique, le F1 des entités nommées (combien de noms propres sont corrects) et une revue visuelle humaine sur un échantillon. Nous optimisons pour la qualité perçue par l'utilisateur plutôt que pour le chiffre du WER.

En pratique

Référence : "Le PDG a dit que nous n'allions pas poursuivre l'acquisition." Transcription : "Le PDG a dit que nous allions poursuivre l'acquisition." C'est une seule substitution ("not" manquant → 1 erreur / 9 mots = 11 % de WER), mais le sens est maintenant opposé. Un WER de 11 % semble mauvais ; la conséquence réelle pour l'entreprise est catastrophique.

Termes associés

Lectures complémentaires

Voir notre précision en pratique

Commencez — gratuitement

Dernière mise à jour : 16 novembre 2026

Questions Fréquemment Posées

Que signifie WER en transcription ?

Taux d'erreur en mots. Le pourcentage de mots qu'un moteur de transcription obtient incorrects, y compris les substitutions, les insertions et les suppressions. Plus bas est mieux. Les moteurs modernes atteignent 2 à 5 % de WER sur un audio propre.

Pourquoi WER critère lors du choix d'un flux de travail de transcription ?

WER Affecte la manière dont vous comprenez la qualité de la transcription, le timing, la compatibilité ou la technologie derrière les résultats de la transcription vocale.

Où puis-je appliquer WER sur Transcript.you ?

Utilisez le flux de travail associé à /ai-transcription lorsque vous souhaitez voir comment ce concept de glossaire se connecte à une tâche de transcription réelle.