---
title: "Cos’è il word error rate (WER)? Formula ed esempi | BroadRouter"
description: "Il word error rate misura l’accuratezza dello speech-to-text: sostituzioni, cancellazioni e inserimenti sulle parole del riferimento. Formula ed esempio."
url: https://broadrouter.com/it/glossary/word-error-rate/
lang: it
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/word-error-rate/) (aggiornato il 2026-11-16).

# Word error rate (WER)

Aggiornato 2026-11-16

Il word error rate (WER, tasso di errore sulle parole) è la misura standard di accuratezza del riconoscimento vocale: il numero di sostituzioni, cancellazioni e inserimenti di parole necessari per trasformare una trascrizione nel riferimento corretto, diviso per il numero di parole del riferimento. Più è basso, meglio è.

Detto anche: tasso di errore sulle parole, tasso di errore per parola, accuratezza della trascrizione, accuratezza ASR, metrica WER, WER, word error rate, ASR accuracy, transcription accuracy, word accuracy

Il WER risponde a una domanda: su 100 parole pronunciate, quante ne ha sbagliate la trascrizione?

## Come funziona

Allinea la trascrizione del modello con un riferimento umano corretto, poi conta tre tipi di errore:

-   **Sostituzioni (S, substitutions):** una parola sbagliata al posto di quella giusta;
-   **Cancellazioni (D, deletions):** una parola pronunciata ma mancante;
-   **Inserimenti (I, insertions):** una parola non pronunciata ma presente.

`WER = (S + D + I) / N`, dove N è il numero di parole del riferimento.

Esempio. Il riferimento è “please send the invoice to our office today” (8 parole). La trascrizione dice “please send an invoice to office today now”:

| Errore | Conteggio |
| --- | --- |
| “the” → “an” | 1 sostituzione |
| “our” mancante | 1 cancellazione |
| “now” aggiunto | 1 inserimento |

WER = 3 / 8 = 0,375, cioè 37,5%. Wikipedia osserva che il WER è una distanza di edit a livello di parola e che, poiché gli inserimenti non hanno un tetto, “can be larger than 1.0” (traduzione: può essere maggiore di 1,0).

Strumenti come il pacchetto Python `jiwer` lo calcolano. Prima normalizza entrambi i testi: maiuscole e minuscole, punteggiatura, numeri scritti in cifre o in lettere e, per l’arabo, diacritici e forme di alef e yaa. Le sole scelte di normalizzazione possono cambiare il punteggio in modo sensibile.

## Perché è importante

-   **Confrontare i modelli.** Il WER è la metrica comune nelle classifiche e nelle dichiarazioni dei fornitori, quindi è il primo filtro quando scegli un’API di [speech-to-text](https://broadrouter.com/it/glossary/speech-to-text/).
-   **Il tuo audio è diverso.** Lo stesso modello può ottenere punteggi molto diversi su parlato letto e su telefonate in dialetto. Per l’arabo, l’audio in [arabo standard moderno](https://broadrouter.com/it/glossary/msa/) e quello in dialetto danno numeri diversi. Fai il test su registrazioni simili alle tue.
-   **Non tutti gli errori pesano uguale.** Il WER dà a ogni parola lo stesso peso. Un numero di conto sbagliato conta come un errore, come un “the” mancante. Leggi le trascrizioni, non solo i punteggi.

## Su BroadNet Inference

BroadNet pubblica le proprie misure di laboratorio per [BroadNet Transcribe Arabic](https://broadrouter.com/it/models/cohere-transcribe-arabic/):

| Set di test | Cos’è | WER (%) |
| --- | --- | --- |
| FLEURS-ar | Frasi lette, audio pulito | 3,8 |
| MASC-ar | Parlato arabo reale e misto | 21,1 |
| Set dialettale di BroadNet | Parlato in dialetto | 23,4 |

La distanza tra 3,8 e 23,4 mostra perché conta il tuo test. BroadNet riporta inoltre il modello in posizione #2 su 37 (dato di settembre 2026; la classifica in tempo reale lo indicava #4 su 39 il 15 novembre 2026) nella Open Universal Arabic ASR Leaderboard. Il credito iniziale di $5 copre circa 1,190 minuti di audio in arabo, abbastanza per un set di test. La [guida all’acquisto](https://broadrouter.com/it/blog/arabic-speech-to-text-api-buyers-guide/) ha un piano di test di un’ora, e la [guida all’arabo](https://broadrouter.com/it/guides/arabic-speech-to-text-api/) ha il codice.

## Domande frequenti

### Qual è un buon word error rate?

Dipende dall’audio. Il parlato letto e pulito può ottenere un WER a una sola cifra, mentre l’audio conversazionale rumoroso o in dialetto spesso ottiene valori molto più alti con lo stesso modello. Confronta i modelli sullo stesso set di test, idealmente sulle tue registrazioni.

### Il WER può superare il 100%?

Sì. Gli inserimenti vengono contati, ma il denominatore è solo il numero di parole del riferimento, quindi una trascrizione con molte parole in più può superare 1,0.

### Il WER si scrive in percentuale o in decimale?

Sono comuni entrambi. 0,211 e 21,1 di solito indicano la stessa cosa, circa 21 errori ogni 100 parole di riferimento. Controlla quale forma usa una fonte.

## Vedi anche

-   [Speech-to-text (riconoscimento vocale)](https://broadrouter.com/it/glossary/speech-to-text/) (termine)
-   [Zero data retention (nessuna conservazione dei dati)](https://broadrouter.com/it/glossary/zero-data-retention/) (termine)
-   [Arabo standard moderno (MSA)](https://broadrouter.com/it/glossary/msa/) (termine)
-   [Code-switching (commutazione di codice)](https://broadrouter.com/it/glossary/code-switching/) (termine)
-   [Character error rate (CER)](https://broadrouter.com/it/glossary/character-error-rate/) (termine)
-   [API speech-to-text in arabo, passo dopo passo](https://broadrouter.com/it/guides/arabic-speech-to-text-api/) (guida)
-   [Trascrivere i vocali WhatsApp in testo con un’API](https://broadrouter.com/it/guides/transcribe-whatsapp-voice-notes/) (guida)
-   [API speech-to-text per l’arabo: come sceglierla nel 2026](https://broadrouter.com/it/blog/arabic-speech-to-text-api-buyers-guide/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-word-error-rate&utm_content=page-cta) ·

**Fonti**

-   [Word error rate (Wikipedia in inglese) (verificato il 2026-11-16)](https://en.wikipedia.org/wiki/Word_error_rate)
-   [Hugging Face Tasks, riconoscimento automatico del parlato (WER) (verificato il 2026-11-16)](https://huggingface.co/tasks/automatic-speech-recognition)
-   [Catalogo dei modelli di BroadNet, speech-to-text (misure di laboratorio) (verificato il 2026-11-16) (in inglese)](https://www.broadnet.ai/inference/models)
-   [Open Universal Arabic ASR Leaderboard (verificato il 2026-11-16)](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
