ガイド
AI用語辞典評価指標
CER (文字誤り率)
読み: もじごさりつ
最終更新: 2026-08-12・AI PICKS編集部
定義
CER（文字誤り率）とは、音声認識やOCRの出力結果を正解データと比較し、誤って認識された文字の割合を示す評価指標のこと。
CER (文字誤り率)とは — 詳しく解説
CER（Character Error Rate、文字誤り率）は、音声認識（ASR）や光学文字認識（OCR）の出力を正解テキストと比較し、置換・挿入・削除された文字数を正解文字数で割って算出する評価指標で、値が低いほど精度が高いとされる。英語圏で広く使われるWER（単語誤り率）に対し、日本語や中国語のように単語の区切りが曖昧な言語ではCERが業界標準として採用されやすい。2026年時点の実運用では、クリーンな読み上げ音声では数%まで下がる一方、専門用語・方言・雑音混じりの現場録音では二桁%に跳ね上がることが多く、単一の数値だけで導入判断をするのは危険とされる。ツール選定の現場では、CERに加えて処理速度やAPI利用のコスト、日本語特有の同音異義語・漢字誤変換への強さを比較検討する運用が広がっている。
CER (文字誤り率)の使用例
- 議事録AIの導入検討時に、複数ベンダーのCERを同一録音データで比較して選定した。
- 方言混じりの現場音声でCERが跳ね上がったため、後処理の辞書チューニングを追加した。
CER (文字誤り率)に関連するAIツール
CER (文字誤り率)の関連記事
関連用語
「評価指標」の他の用語
MMLU
Massive Multitask Language Understanding。 57 分野・1.5 万問の LLM 知識評価ベンチマーク。
HumanEval
OpenAI 発の Python コーディング能力ベンチマーク。 164 問の関数実装タスク。
LM Arena (Chatbot Arena)
ユーザー投票による LLM の人間評価ランキング。 Elo レーティングで モデルを順位付け。
ベンチマーク (Benchmark)
ベンチマークとは、AIモデルの性能を標準化されたテスト課題で数値化し、異なるモデル間を公平に比較するための評価基準セットのこと。MMLUやHumanEval等、用途別に数十種類が存在する。
SWE-bench
SWE-benchとはGitHubの実際のIssueをAIが自動修正できるかを測る、コーディングAI評価の業界標準ベンチマークのこと。
GPQA
GPQAとは、生物・物理・化学の大学院レベルの難問でAIの推論力を測る評価ベンチマークのこと。Googleで検索しても解けない設計が特徴。
用語がわかったら、次はツール選び
12カテゴリ・1418語以上を体系的に整理しています