---
title: "Karakter hata oranı (CER) nedir? ASR metriği | BroadRouter"
description: "Karakter hata oranı, konuşmadan metne ve OCR çıktısını kelime yerine karakter düzenlemeleriyle puanlar. Formül, Arapça örnek ve WER yerine CER ne zaman seçilir?"
url: https://broadrouter.com/tr/glossary/character-error-rate/
lang: tr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/glossary/character-error-rate/) (güncelleme: 2026-11-15).

# Karakter hata oranı (CER)

Güncellendi 2026-11-15

Karakter hata oranı (CER), transkripsiyon veya OCR doğruluğunu karakter düzeyinde ölçer: çıktıyı referans metne dönüştürmek için gereken değiştirme, silme ve ekleme sayısı, referanstaki karakter sayısına bölünür. Düşük olan daha iyidir; 0 tam eşleşme demektir.

Diğer adları: karakter hata oranı, CER, CER metriği, karakter hata oranı hesaplama, character error rate

WER kaç kelimenin yanlış olduğunu sorar. CER kaç harfin yanlış olduğunu sorar; Arapça için bu çoğu zaman daha adil sorudur.

## Nasıl çalışır

CER, [kelime hata oranıyla](https://broadrouter.com/tr/glossary/word-error-rate/) aynı düzenleme mesafesi fikrini karakterlere uygular. Hugging Face metrik kartı formülü verir:

`CER = (S + D + I) / N`; burada S değiştirmeler, D silmeler, I eklemeler, N de referanstaki karakter sayısıdır (N = S + D + C, C doğru karakterler).

Arapça bir örnek. Referans “وبالكتاب” (“ve kitapla”, tek kelime, 8 harf). Transkript, bir elifi eksik olan “وبلكتاب”:

| Metrik | Hatalar | Referans birimleri | Puan |
| --- | --- | --- | --- |
| WER | 1 yanlış kelime | 1 kelime | 1,0 (%100) |
| CER | 1 silinmiş harf | 8 karakter | 0,125 (%12,5) |

Tek bir eksik harf, WER için bütün kelimeyi yanlış yapar. CER transkriptin neredeyse doğru olduğunu gösterir.

Python’da `jiwer` paketi bunu `jiwer.cer(reference, hypothesis)` ile hesaplar; `jiwer.process_characters` hizalamayı da döndürür. WER’de olduğu gibi önce iki tarafı da normalize edin: noktalama, boşluklar ve Arapça için harekeler ile elif veya ye biçimleri. Bkz. [Arapça metin normalizasyonu](https://broadrouter.com/tr/glossary/arabic-text-normalization/).

## Neden önemli

-   **Arapça morfoloji.** Arapça bağlaçları, edatları ve zamirleri kelimelere klitik olarak ekler; bu yüzden tek bir kelime İngilizcenin üç dört kelimeyle yazdığını taşıyabilir. Tek bir yanlış ön ek harfi WER’de bütün bir kelimeye mal olur. CER onu tek karakter olarak tartar.
-   **Boşluksuz diller.** WER kelime sınırlarına ihtiyaç duyar. Hugging Face kartı CER’in “especially for multilingual datasets where WER is not suitable given the diversity of languages.” (çeviri: özellikle dillerin çeşitliliği nedeniyle WER’in uygun olmadığı çok dilli veri setlerinde) yararlı olduğunu söyler.
-   **Hata türü.** WER’i yüksek ama CER’i düşük bir model kelimeleri neredeyse doğru buluyordur: normalizasyonun veya bir düzeltme adımının giderebileceği yazım, hemze ya da klitik kaymaları. Yüksek CER, modelin bütün kelimeleri veya içeriği kaçırdığı anlamına gelir.
-   **OCR’de de.** Aynı metrik görüntülerden okunan metni de puanlar; bu yüzden [OCR](https://broadrouter.com/tr/glossary/ocr/) işlem hatlarını karşılaştırırken yararlıdır.

Metrik kartı, CER’in hataların neden oluştuğunu söylemediği konusunda da uyarır. Puanla birlikte örnek transkriptleri de okuyun.

## BroadNet Inference’ta

BroadNet, [BroadNet Transcribe Arabic](https://broadrouter.com/tr/models/cohere-transcribe-arabic/) ve [BroadNet Transcribe](https://broadrouter.com/tr/models/cohere-transcribe/) için CER değil WER yayımlar. CER için kendi kayıtlarınızdan oluşan bir test setini yazıya döküp kendiniz puanlayın. [Arapça WER açıklaması](https://broadrouter.com/tr/blog/arabic-asr-wer-explained/) yazısında bir normalizasyon fonksiyonu ve hem WER’i hem CER’i yazdıran bir `jiwer` betiği var; [Arapça konuşmadan metne rehberi](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/) de istek kodunu içerir. Her zaman `language=ar` gönderin: o olmadan Arapça Latin harflerine çevrilmiş olarak dönebilir ve bu iki puanı da bozar.

## Sık yapılan hatalar

-   **Boşlukları tutarsız saymak.** Boşlukların karakter sayılıp sayılmayacağına karar verin ve karşılaştırdığınız her modele aynı kuralı uygulayın.
-   **CER’i başkasının WER’iyle karşılaştırmak.** Bunlar farklı ölçeklerdir. Aynı türü aynı türle karşılaştırın.

## Sık sorulan sorular

### CER %100'ün üzerine çıkabilir mi?

Evet. Hugging Face metrik kartı, payda yalnızca referans karakterleri saydığı için CER'in özellikle transkriptte çok sayıda ekleme olduğunda her zaman 0 ile 1 arasında olmadığını belirtir.

### Arapça için CER mi raporlamalıyım, WER mi?

İkisini de. Sıralama tabloları ve sağlayıcılar WER verir; karşılaştırmak için ona ihtiyacınız var. CER ise hataların bütün yanlış kelimeler mi yoksa ara ara bir harf veya ek mi olduğunu gösterir; WER bunu gizler.

### BroadNet transkripsiyon modelleri için CER yayımlıyor mu?

Hayır. BroadNet yalnızca WER yayımlar. CER için kendi test setinizi jiwer gibi bir araçla puanlayın.

## Ayrıca bakın

-   [Kelime hata oranı (WER)](https://broadrouter.com/tr/glossary/word-error-rate/) (terim)
-   [Konuşmadan metne (speech-to-text)](https://broadrouter.com/tr/glossary/speech-to-text/) (terim)
-   [Arapça metin normalizasyonu (normalization)](https://broadrouter.com/tr/glossary/arabic-text-normalization/) (terim)
-   [Arapça harekeler (tashkeel)](https://broadrouter.com/tr/glossary/arabic-diacritics/) (terim)
-   [Modern Standart Arapça (MSA, Fusha)](https://broadrouter.com/tr/glossary/msa/) (terim)
-   [Optik karakter tanıma (OCR)](https://broadrouter.com/tr/glossary/ocr/) (terim)
-   [LLM benchmark (kıyaslama testi)](https://broadrouter.com/tr/glossary/llm-benchmark/) (terim)
-   [Adım adım Arapça ses metne çevirme API'si](https://broadrouter.com/tr/guides/arabic-speech-to-text-api/) (rehber)
-   [Arapça ASR için kelime hata oranı (WER) nedir?](https://broadrouter.com/tr/blog/arabic-asr-wer-explained/) (yazı)
-   [Arapça ses metne çevirme API: 2026'da nasıl seçilir?](https://broadrouter.com/tr/blog/arabic-speech-to-text-api-buyers-guide/) (yazı)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

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

**Kaynaklar**

-   [Hugging Face evaluate, CER metrik kartı: formül, 1'in üzerindeki değerler, çok dilli kullanım (kontrol tarihi 2026-11-15)](https://raw.githubusercontent.com/huggingface/evaluate/main/metrics/cer/README.md)
-   [jiwer belgeleri, kullanım: jiwer.cer ve process\_characters (kontrol tarihi 2026-11-15)](https://jitsi.github.io/jiwer/usage/)
-   [BroadNet model kataloğu, konuşmadan metne: yayımlanan WER ölçümleri (kontrol tarihi 2026-11-15) (İngilizce)](https://www.broadnet.ai/inference/models)
