什麼是 WER（Word Error Rate）?

WER = Word Error Rate，就是語音辨識錯誤率。

計算方式：

用語音合成模型合成一段語音。

把這段合成語音丟進自動語音辨識（ASR，像 Whisper、Paraformer-zh）裡「聽」出來，看能不能把講的話正確辨認出來。

用辨識結果和「正確答案文字」對比，看有幾個字（或詞）錯了，然後算出錯誤比例。