結論
人が音声を確認して正解テキストを作り、AIの出力との差を測ります。日本語では単語の区切り方に左右されるWERに加え、CER（文字誤り率）も確認しましょう。
自分の録音で試す
録音を文字にしてみましょう
音声・動画ファイルをドロップまたは選択すると、すぐにアップロードを開始します。結果はTranscribeNextで開きます。
MP3, WAV, M4A, MP4, WebM
WERとCER
WERは置換・脱落・挿入した単語数の合計を、正解文の単語数で割ります。CERは同じ考え方を文字単位にしたものです。どちらも低いほど差が小さい指標ですが、文章の重要度まで評価するわけではありません。
比較条件を固定する
同じ録音、同じ正解文、同じ句読点・スペース・数字の扱いを使います。日本語の分かち書き方法が違えばWERも変わります。社名の漢字違いと読点の違いを同じ重みで扱ってよいかも、目的に合わせて決めてください。
無料の計算ツール
文字起こし誤り率チェッカーでは、正解文とAI出力をブラウザ内で比較できます。文章は計算のためにサーバーへ送信されません。数字だけでなく、どの語が違うか音声に戻って確認してください。