CER 与 WER 怎么选：分词和归一化规则必须先对齐
比较字符错误率与词错误率，说明中文分词、数字写法和额外插入怎样影响语音转写评测，避免跨口径比较。
怎样选择更合适
CER 按字符对照，WER 按词对照，选择应依据语言与任务的单位。中文没有天然空格词界时，要明确分词或采用适合的字符口径；英文词转写可使用 WER。两种指标都需要固定归一化规则，也不能证明语义没有关键错误。先保存原始转写与参考，再计算同口径结果，另外核对数字和否定词。
错误单位改变替换插入和删除统计
Hugging Face 的 CER 与 WER 实现都基于参考与预测之间的编辑差异，但单位不同。额外插入可能让错误率超过百分之百，因此不能强行把结果裁到零到一后再宣称比较公平。标点、大小写或数字归一化也会改变分数，处理规则需要事先确定。把“二十”写成“20”是否算错，应按任务决定，并同时保留原文本。低平均错误率仍可能包含一个影响很大的金额错误，不能仅按总分决定稿件已可使用。
同一转写先核对文本再计算指标
固定人工校对参考与模型原始输出，在同一预处理下分别计算字符或词口径。加入一条多写内容的样本，检查实现是否如预期处理插入；中文若要报 WER，记录使用的分词方法。两种系统比较时不能一边删除标点、另一边保留，再直接对比数值。对数字与人名列出具体错误位置，方便解释分数差异。本文没有运行转写服务或计算数据集成绩，示例只说明评测方法，不报告任何模型准确率。
报告指标时保留规则和任务限制
模型或数据更新后，保留原评分版本与预处理脚本，确认分数变化来自结果而非口径改变。CER 与 WER 可以并列，但应注明单位，不能混算平均后称为统一准确率。维护成本包括人工参考和错误复核，短录音也可能需要大量专名校对。若任务主要检验关键字段，可额外检查字段是否正确；若要求逐字稿，则仍需要完整文字对照。最终报告说明样本语言、范围和未覆盖情形，让指标服务于真实用途。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。