---
title: "文字誤り率（CER）とは？音声認識の評価指標を解説 | BroadRouter"
description: "文字誤り率は、音声認識や OCR の出力を単語ではなく文字の編集で採点する指標です。計算式、アラビア語の具体例、WER ではなく CER を使うべき場面を解説します。"
url: https://broadrouter.com/ja/glossary/character-error-rate/
lang: ja
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/glossary/character-error-rate/) (2026-11-15 更新).

# 文字誤り率（CER、character error rate）

更新日 2026-11-15

文字誤り率（CER）とは、書き起こしや OCR の精度を文字単位で測る指標で、出力を参照テキストに直すのに必要な置換・削除・挿入の数を、参照テキストの文字数で割ったものです。低いほど良く、0 は完全一致です。

別名： 文字誤り率、文字エラー率、CER 指標、音声認識 評価指標、CER、character error rate

WER は、何単語間違えたかを問います。CER は、何文字間違えたかを問います。アラビア語では、こちらのほうが公平な問いであることがよくあります。

## しくみ

CER は、[単語誤り率](https://broadrouter.com/ja/glossary/word-error-rate/)と同じ編集距離の考え方を文字に適用したものです。Hugging Face の指標カードは次の式を示しています。

`CER = (S + D + I) / N`。S は置換、D は削除、I は挿入の数で、N は参照テキストの文字数です（N = S + D + C、C は正しい文字の数）。

アラビア語の具体例です。参照テキストは「وبالكتاب」（「そしてその本で」、1 単語、8 文字）。書き起こしは「وبلكتاب」で、アリフが 1 つ抜けています。

| 指標 | 誤り | 参照の単位 | スコア |
| --- | --- | --- | --- |
| WER | 誤った単語 1 つ | 1 単語 | 1.0（100%） |
| CER | 削除された文字 1 つ | 8 文字 | 0.125（12.5%） |

WER では、1 文字抜けただけで単語全体が誤りになります。CER を見れば、書き起こしがほぼ正しかったことがわかります。

Python では、`jiwer` パッケージの `jiwer.cer(reference, hypothesis)` で計算でき、`jiwer.process_characters` はアラインメントも返します。WER と同じく、まず両方を正規化してください。句読点、空白、そしてアラビア語では発音記号やアリフ、ヤーの形です。[アラビア語テキストの正規化](https://broadrouter.com/ja/glossary/arabic-text-normalization/)を参照してください。

## なぜ重要か

-   **アラビア語の形態。** アラビア語では、接続詞、前置詞、代名詞が接語として単語にくっつくので、英語なら 3〜4 語で書く内容を 1 単語が担うことがあります。接頭辞の 1 文字を誤るだけで、WER では 1 単語まるごとの誤りになります。CER では 1 文字分として扱われます。
-   **単語をスペースで区切らない言語。** WER には単語の境界が必要です。Hugging Face のカードは、CER が “especially for multilingual datasets where WER is not suitable given the diversity of languages.”（訳：言語が多様なために WER が適さない多言語データセットでは特に）有用だとしています。
-   **誤りの種類。** WER が高く CER が低いモデルは、単語をほぼ正しく捉えています。綴り、ハムザ、接語の小さなずれで、正規化や修正ステップで直せるかもしれません。CER が高い場合は、単語や内容そのものを取りこぼしています。
-   **OCR にも使える。** 同じ指標で画像から読み取ったテキストも採点できるので、[OCR](https://broadrouter.com/ja/glossary/ocr/) のパイプラインを比べるときにも役立ちます。

指標カードは、CER では誤りが起きる理由まではわからないとも注意しています。スコアと合わせて、書き起こしのサンプルを読んでください。

## BroadNet Inference の場合

BroadNet が [BroadNet Transcribe Arabic](https://broadrouter.com/ja/models/cohere-transcribe-arabic/) と [BroadNet Transcribe](https://broadrouter.com/ja/models/cohere-transcribe/) について公開しているのは WER で、CER ではありません。CER を得るには、自分の録音でテストセットを作って書き起こし、自分で採点してください。[アラビア語 WER の解説記事](https://broadrouter.com/ja/blog/arabic-asr-wer-explained/)には正規化関数と、WER と CER の両方を出力する `jiwer` のスクリプトがあり、[アラビア語音声認識のガイド](https://broadrouter.com/ja/guides/arabic-speech-to-text-api/)にはリクエストのコードがあります。`language=ar` は必ず送ってください。指定しないと、アラビア語がラテン文字に音訳されて返ってくることがあり、どちらのスコアも台無しになります。

## よくある間違い

-   **スペースの数え方が一定でない。** スペースを文字として数えるかどうかを決め、比べるすべてのモデルに同じルールを適用してください。
-   **CER を他人の WER と比べる。** 尺度が違います。同じもの同士で比べてください。

## よくある質問

### CER が 100% を超えることはありますか？

あります。Hugging Face の指標カードは、分母が参照テキストの文字数だけなので、特に書き起こしに挿入が多いと、CER は必ずしも 0 から 1 の間に収まらないと述べています。

### アラビア語では CER と WER のどちらを報告すべきですか？

両方を報告してください。リーダーボードやベンダーが示すのは WER なので、比較には WER が必要です。CER は、誤りが単語まるごとなのか、ところどころの 1 文字や接語なのかを示し、これは WER では見えません。

### BroadNet は書き起こしモデルの CER を公開していますか？

いいえ。BroadNet が公開しているのは WER だけです。CER が必要なら、jiwer などのツールで自分のテストセットを採点してください。

## 関連項目

-   [単語誤り率（WER、word error rate）](https://broadrouter.com/ja/glossary/word-error-rate/) (用語)
-   [音声認識（Speech-to-Text）](https://broadrouter.com/ja/glossary/speech-to-text/) (用語)
-   [アラビア語テキストの正規化（Arabic text normalization）](https://broadrouter.com/ja/glossary/arabic-text-normalization/) (用語)
-   [アラビア語の発音記号（タシュキール、tashkeel）](https://broadrouter.com/ja/glossary/arabic-diacritics/) (用語)
-   [現代標準アラビア語（MSA）](https://broadrouter.com/ja/glossary/msa/) (用語)
-   [OCR（光学文字認識）](https://broadrouter.com/ja/glossary/ocr/) (用語)
-   [LLM ベンチマーク（LLM benchmark）](https://broadrouter.com/ja/glossary/llm-benchmark/) (用語)
-   [アラビア語の音声認識 API を使う手順](https://broadrouter.com/ja/guides/arabic-speech-to-text-api/) (ガイド)
-   [アラビア語音声認識の単語誤り率（WER）をわかりやすく解説](https://broadrouter.com/ja/blog/arabic-asr-wer-explained/) (記事)
-   [アラビア語の音声認識 API：2026 年の選び方](https://broadrouter.com/ja/blog/arabic-speech-to-text-api-buyers-guide/) (記事)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [Hugging Face evaluate、CER 指標カード：計算式、1 を超える値、多言語での利用（2026-11-15 確認）](https://raw.githubusercontent.com/huggingface/evaluate/main/metrics/cer/README.md)
-   [jiwer ドキュメント、使い方：jiwer.cer と process\_characters（2026-11-15 確認）](https://jitsi.github.io/jiwer/usage/)
-   [BroadNet モデルカタログ、音声認識：公開されている WER の測定値（2026-11-15 確認） （英語）](https://www.broadnet.ai/inference/models)
