---
title: "WER tiếng Ả Rập: tỷ lệ lỗi từ của ASR tiếng Ả Rập | BroadRouter"
description: "WER là gì, tính thế nào, và vì sao WER tiếng Ả Rập rất nhạy với dấu nguyên âm, chuẩn hóa chính tả và phương ngữ. Kèm code Python và số liệu thật."
url: https://broadrouter.com/vi/blog/arabic-asr-wer-explained/
lang: vi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/arabic-asr-wer-explained/) (cập nhật ngày 2026-11-14).

# Tỷ lệ lỗi từ (WER) trong nhận dạng giọng nói tiếng Ả Rập

Đội ngũ BroadNet Inference · 5 phút đọc · Đăng ngày 2026-11-14

Tỷ lệ lỗi từ (WER) là số từ bị thay, bị xóa và bị chèn chia cho số từ trong bản chép lời chuẩn; càng thấp càng tốt. WER tiếng Ả Rập khó so sánh vì dấu nguyên âm, chính tả alef, ta marbuta và phương ngữ làm nó tăng. BroadNet báo cáo WER 3,8 trên FLEURS-ar và 23,4 trên giọng phương ngữ cho BroadNet Transcribe Arabic.

## Ý chính

-   WER = (thay thế + xóa + chèn) / số từ trong bản chuẩn. Nó có thể vượt 100%.
-   Các biến thể chính tả tiếng Ả Rập (أ/إ/ا, ة/ه, ى/ي, dấu nguyên âm) có thể bị tính là lỗi nếu bạn không chuẩn hóa cả hai văn bản trước.
-   Luôn nêu rõ cách chuẩn hóa bạn đã dùng. Hai con số WER với cách chuẩn hóa khác nhau không so sánh được.
-   BroadNet báo cáo 3,8 trên FLEURS-ar, 21,1 trên MASC-ar và 23,4 trên bộ phương ngữ của họ cho BroadNet Transcribe Arabic.
-   Hãy đọc lỗi, không chỉ đọc điểm: một chữ số sai trong số tiền quan trọng hơn mười hư từ sai.

**Trong trang này**

1.  Tỷ lệ lỗi từ là gì?
2.  Vì sao WER tiếng Ả Rập khó so sánh?
3.  Chuẩn hóa thay đổi điểm số bao nhiêu?
4.  Tính WER tiếng Ả Rập bằng Python thế nào?
5.  BroadNet báo cáo WER tiếng Ả Rập bao nhiêu?
6.  Đo WER trên âm thanh của chính bạn thế nào?
7.  Ngoài WER nên đo gì?

[Tỷ lệ lỗi từ](https://broadrouter.com/vi/glossary/word-error-rate/) (WER) là số từ bị thay, bị xóa và bị chèn chia cho số từ trong bản chép lời đúng. Càng thấp càng tốt. WER tiếng Ả Rập rất dễ bị đẩy lên: cùng một bản chép lời đúng có thể viết theo nhiều cách, và phép so sánh ngây thơ tính mọi lựa chọn chính tả, dấu nguyên âm và cách viết phương ngữ là lỗi.

Bài này giải thích WER đo gì, vì sao tiếng Ả Rập làm nó khó nắm bắt, và cách tính để con số của bạn có ý nghĩa. Để tự xây bộ test, xem [nhận dạng giọng nói phương ngữ Ả Rập](https://broadrouter.com/vi/blog/arabic-dialect-speech-recognition/); để chọn nhà cung cấp, xem [hướng dẫn chọn mua API chuyển giọng nói tiếng Ả Rập thành văn bản](https://broadrouter.com/vi/blog/arabic-speech-to-text-api-buyers-guide/).

## Tỷ lệ lỗi từ là gì?

Tỷ lệ lỗi từ so sánh bản chép lời của máy (giả thuyết) với bản chép lời đúng do người làm (bản chuẩn). Nó tìm số thao tác sửa từ ít nhất để biến cái này thành cái kia:

-   **S, thay thế:** một từ bị thay bằng từ khác.
-   **D, xóa:** một từ trong bản chuẩn bị thiếu ở giả thuyết.
-   **I, chèn:** một từ thừa trong giả thuyết.

Khi đó:

**WER = (S + D + I) / N**, trong đó N là số từ trong bản chuẩn.

WER 0,10 (thường viết là 10) nghĩa là khoảng một lỗi trên mười từ chuẩn. Càng thấp càng tốt. Vì từ chèn cũng được tính, WER có thể vượt 100% với một bản chép lời đầy từ bịa.

Tỷ lệ lỗi ký tự (CER) là cùng công thức áp dụng cho ký tự. Nó hữu ích với tiếng Ả Rập, nơi một chữ cái sai trong tiền tố khiến cả từ bị tính là sai.

## Vì sao WER tiếng Ả Rập khó so sánh?

### 1\. Dấu nguyên âm

Nguyên âm ngắn tiếng Ả Rập được viết bằng các dấu tùy chọn (tashkeel) phía trên và dưới chữ cái: fatha, damma, kasra, sukun, shadda và tanween. Văn bản thường ngày bỏ chúng đi. Nếu bản chuẩn có “مَدْرَسَةٌ” và model viết “مدرسة”, phép so sánh khắt khe tính một lỗi thay thế, dù mọi người đọc tiếng Ả Rập đều thấy đó là cùng một từ.

### 2\. Biến thể chính tả

Một số chữ cái có các biến thể phổ biến, được chấp nhận:

| Biến thể | Ví dụ | Cách chuẩn hóa thường dùng |
| --- | --- | --- |
| Hamza trên alef | أحمد / احمد, إلى / الى | Chuyển أ إ آ thành ا |
| Ta marbuta và ha | مدرسة / مدرسه | Chuyển ة thành ه |
| Alef maqsura và ya | على / علي (khi viết lỏng) | Chuyển ى thành ي |
| Tanween có alef | صباحاً / صباحا | Bỏ dấu nguyên âm |
| Tatweel (nét kéo dài) | جـمـيـل / جميل | Bỏ ـ |

### 3\. Tiếp ngữ và ranh giới từ

Tiếng Ả Rập gắn liên từ, giới từ và đại từ vào từ: “وبمدرستهم” là “và ở trường của họ” trong một từ viết. Nếu model viết “و بمدرستهم” có khoảng trắng, số từ thay đổi và WER phạt hai lần. Một số đánh giá tách từ thành hình vị trước; phần lớn thì không. Hãy biết con số bạn đang đọc thuộc loại nào.

### 4\. Phương ngữ

Khác với [tiếng Ả Rập chuẩn hiện đại](https://broadrouter.com/vi/glossary/msa/), giọng nói phương ngữ không có chính tả chuẩn. Một người Ai Cập nói “tôi muốn” có thể được chép thành “عايز” hoặc “عاوز”; chữ “cái gì” của người vùng Vịnh có thể là “وش” hoặc “ويش”. Một số bộ chép lời còn “sửa” phương ngữ thành MSA. Mỗi trường hợp đều là một lỗi WER, kể cả khi ý nghĩa hoàn hảo. Đó là một phần lớn lý do WER phương ngữ cao hơn nhiều so với WER giọng đọc.

### 5\. Con số và chuyển mã ngôn ngữ

Người nói thường chuyển sang tiếng Anh giữa câu ([chuyển mã ngôn ngữ](https://broadrouter.com/vi/glossary/code-switching/)). Là “٢٥”, “25” hay “خمسة وعشرين”? Tên thương hiệu tiếng Anh viết bằng chữ Latin hay chữ Ả Rập? Hãy chọn một quy ước, áp dụng cho bản chuẩn, và chuẩn hóa giả thuyết theo nó.

## Chuẩn hóa thay đổi điểm số bao nhiêu?

Bản chuẩn: **ذهبت إلى المدرسة صباحاً** (“Tôi đã đến trường vào buổi sáng”)

Giả thuyết: **ذهبت الى المدرسه صباحا**

Không chuẩn hóa, ba trên bốn từ khác nhau (إلى/الى, المدرسة/المدرسه, صباحاً/صباحا): **WER 75%.** Sau khi chuẩn hóa cả hai văn bản, chúng giống hệt nhau: **WER 0%.** Cùng bản chép lời, cùng chất lượng, và con số đi từ tệ hại sang hoàn hảo. Đó là lý do một con số WER không kèm quy tắc chuẩn hóa cho bạn biết rất ít.

## Tính WER tiếng Ả Rập bằng Python thế nào?

```python
import re
import jiwer  # pip install jiwer

DIACRITICS = re.compile(r"[ً-ْٰ]")   # tanween, harakat, shadda, sukun, dagger alef
PUNCT = re.compile(r"[^\w\s]")

def normalise_ar(text: str) -> str:
    text = DIACRITICS.sub("", text)
    text = text.replace("ـ", "")                # tatweel
    text = re.sub("[أإآٱ]", "ا", text)
    text = text.replace("ى", "ي").replace("ة", "ه")
    text = text.translate(str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789"))
    text = PUNCT.sub(" ", text)
    return " ".join(text.split())

refs = ["ذهبت إلى المدرسة صباحاً"]
hyps = ["ذهبت الى المدرسه صباحا"]

print("raw WER:", jiwer.wer(refs, hyps))
print("normalised WER:", jiwer.wer([normalise_ar(r) for r in refs], [normalise_ar(h) for h in hyps]))
print("normalised CER:", jiwer.cer([normalise_ar(r) for r in refs], [normalise_ar(h) for h in hyps]))
```

Áp dụng đúng cùng một hàm cho bản chuẩn và giả thuyết, với mọi model bạn so sánh. Công bố hàm đó bên cạnh con số của bạn.

## BroadNet báo cáo WER tiếng Ả Rập bao nhiêu?

BroadNet công bố số đo phòng thí nghiệm cho [BroadNet Transcribe Arabic](https://broadrouter.com/vi/models/cohere-transcribe-arabic/) trong [danh mục model](https://www.broadnet.ai/inference/models) của họ:

| Bộ test | Nội dung | WER do BroadNet báo cáo |
| --- | --- | --- |
| FLEURS-ar | Câu đọc rõ ràng | 3,8 |
| MASC-ar | Giọng nói tiếng Ả Rập thực tế, đa dạng | 21,1 |
| Bộ phương ngữ của BroadNet | Giọng phương ngữ | 23,4 |

BroadNet cũng báo cáo model này đứng thứ 2/37 (số liệu tháng 9 năm 2026; bảng xếp hạng trực tiếp ngày 15 tháng 11, 2026 ghi nhận thứ 4/39) trên [Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard), và hạng 1 trong số các model có giấy phép cho phép phục vụ qua API. Đây là số liệu của BroadNet, không phải kiểm định độc lập. Bảng xếp hạng áp dụng một cách đánh giá cho mọi model, nên thứ hạng của nó dễ so sánh hơn so với số liệu trên các trang riêng của từng nhà cung cấp.

Hãy đọc khoảng chênh lệch, không chỉ con số đẹp nhất. Bước nhảy từ 3,8 lên 23,4 là khoảng cách giữa giọng đọc và phương ngữ tự nhiên của cùng một model, nên hãy test mọi ứng viên trên cả hai loại âm thanh. Âm thanh của bạn, dù là cuộc gọi tổng đài, tin nhắn thoại WhatsApp hay cuộc họp, sẽ rơi vào đâu đó trong khoảng ấy, và chỉ có test mới cho bạn biết là ở đâu.

## Đo WER trên âm thanh của chính bạn thế nào?

1.  **Lấy mẫu theo điều kiện.** Nhóm các đoạn âm thanh theo phương ngữ và kênh (điện thoại, tin nhắn thoại, phòng thu). [Phương pháp xây bộ test phương ngữ](https://broadrouter.com/vi/blog/arabic-dialect-speech-recognition/) nói về cỡ mẫu và quy ước chính tả.
2.  **Chép lời bằng từng ứng viên.** Với BroadNet, gửi `language=ar`; nếu thiếu, tiếng Ả Rập có thể trả về dưới dạng phiên âm chữ Latin. [Hướng dẫn chuyển giọng nói tiếng Ả Rập thành văn bản](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/) có code, và tín dụng ban đầu $5 đủ cho khoảng 1,190 phút âm thanh.
3.  **Chuẩn hóa và chấm điểm.** Dùng hàm ở trên, ghi WER và CER theo từng nhóm.
4.  **Đọc lỗi.** Sắp xếp các lỗi thay thế theo tần suất. Nếu lỗi hàng đầu là tên, số tiền hay mã sản phẩm, tác động kinh doanh lớn hơn điểm số cho thấy.

## Ngoài WER nên đo gì?

WER coi mọi từ như nhau, nhưng sản phẩm của bạn thì không. Bot hỗ trợ quan tâm đến ý định; quy trình lập hóa đơn quan tâm đến con số; bộ phận tuân thủ quan tâm đến các cụm từ cụ thể. Hãy thêm một chỉ số theo nhiệm vụ bên cạnh WER: độ chính xác ý định sau khi LLM đọc bản chép lời, hoặc tỷ lệ khớp chính xác của số tiền được trích xuất. Một model có WER cao hơn một chút vẫn có thể thắng nếu lỗi của nó rơi vào những từ không quan trọng.

Về chi phí, hãy nhập số giờ âm thanh mỗi tháng vào [công cụ tính chi phí chuyển giọng nói thành văn bản](https://broadrouter.com/tools/speech-to-text-cost-calculator/) miễn phí, và xem model tiếng Ả Rập khác model 14 ngôn ngữ thế nào trong [BroadNet Transcribe vs Transcribe Arabic](https://broadrouter.com/compare/cohere-transcribe-vs-cohere-transcribe-arabic/).

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[Word error rate (WER, tỷ lệ lỗi từ)](https://broadrouter.com/vi/glossary/word-error-rate/)

Word error rate (WER, tỷ lệ lỗi từ) là thước đo độ chính xác tiêu chuẩn cho nhận dạng giọng nói: số lần thay thế, xóa và chèn từ cần để biến bản chép lời thành bản tham chiếu đúng, chia cho số từ trong bản tham chiếu. Càng thấp càng tốt.

[Chuyển giọng nói thành văn bản (speech-to-text)](https://broadrouter.com/vi/glossary/speech-to-text/)

Chuyển giọng nói thành văn bản, hay nhận dạng giọng nói tự động (ASR), là công nghệ biến lời nói thành chữ viết. API nhận tệp hoặc luồng âm thanh, trả về bản chép lời, thường tính theo phút. Độ chính xác đo bằng tỷ lệ lỗi từ, thay đổi theo giọng, phương ngữ và chất lượng ghi âm.

[Code-switching (chuyển mã ngôn ngữ)](https://broadrouter.com/vi/glossary/code-switching/)

Code-switching là việc dùng hai hay nhiều ngôn ngữ, hoặc nhiều biến thể của một ngôn ngữ, trong cùng một cuộc hội thoại hay một câu, khi nói hoặc viết. Ví dụ: người nói tiếng Ả Rập chêm từ tiếng Anh vào phương ngữ, hoặc chuyển qua lại giữa tiếng Ả Rập chuẩn hiện đại và phương ngữ của mình.

[Tiếng Ả Rập chuẩn hiện đại (MSA)](https://broadrouter.com/vi/glossary/msa/)

Tiếng Ả Rập chuẩn hiện đại (MSA) là dạng tiếng Ả Rập chuẩn hóa dùng trong văn viết, tin tức, giáo dục và phát biểu trang trọng khắp thế giới Ả Rập. Không ai dùng nó làm tiếng mẹ đẻ hằng ngày: người ta nói phương ngữ như Ai Cập hay vùng Vịnh và chuyển sang MSA khi trang trọng.

[Tỷ lệ lỗi ký tự (CER, character error rate)](https://broadrouter.com/vi/glossary/character-error-rate/)

Character error rate (CER, tỷ lệ lỗi ký tự) đo độ chính xác của bản chép lời hoặc OCR ở cấp ký tự: số phép thay thế, xóa và chèn cần để biến đầu ra thành văn bản tham chiếu, chia cho số ký tự trong văn bản tham chiếu. Càng thấp càng tốt, 0 là khớp hoàn toàn.

[Chuẩn hóa văn bản tiếng Ả Rập](https://broadrouter.com/vi/glossary/arabic-text-normalization/)

Chuẩn hóa văn bản tiếng Ả Rập là bước đưa các cách viết khác nhau của cùng một từ về một dạng trước khi so khớp: xóa dấu phụ và tatweel, thống nhất các dạng alef, thường đổi ى thành ي, ة thành ه. Chỉ áp dụng cho khóa tìm kiếm và đánh giá, không cho văn bản hiển thị.

[Dấu phụ tiếng Ả Rập (tashkeel)](https://broadrouter.com/vi/glossary/arabic-diacritics/)

Dấu phụ tiếng Ả Rập, hay tashkeel, là các dấu nhỏ viết trên hoặc dưới chữ cái để biểu thị nguyên âm ngắn, phụ âm kép và việc không có nguyên âm. Chúng không bắt buộc: phần lớn văn bản, kể cả tin tức, bỏ chúng, nên người đọc và phần mềm phải đoán nguyên âm từ ngữ cảnh.

[Hamza (chữ hamza trong tiếng Ả Rập)](https://broadrouter.com/vi/glossary/hamza/)

Hamza (ء) là chữ cái tiếng Ả Rập biểu thị âm tắc thanh hầu. Nó đứng riêng hoặc nằm trên chữ đỡ: alef (أ إ), waw (ؤ) hoặc yeh (ئ), còn آ là alef kết hợp madda. Vì văn bản gõ tay viết hamza không nhất quán, tìm kiếm và chấm giọng nói thường gộp các dạng alef về ا.

## Câu hỏi thường gặp

### WER tiếng Ả Rập bao nhiêu thì được coi là tốt?

Với giọng đọc rõ ràng, có thể đạt mức một chữ số; BroadNet báo cáo 3,8 trên FLEURS-ar. Với âm thanh thực tế và phương ngữ, hãy chờ đợi con số cao hơn nhiều; BroadNet báo cáo 21,1 trên MASC-ar và 23,4 trên bộ phương ngữ của họ. Hãy so sánh model trên âm thanh của chính bạn với cùng một cách chuẩn hóa.

### Có nên bỏ dấu nguyên âm trước khi tính WER tiếng Ả Rập?

Thường là có. Phần lớn tiếng Ả Rập được viết không có dấu nguyên âm ngắn, và model thêm dấu không nhất quán. Hãy bỏ dấu ở cả bản chuẩn lẫn bản giả thuyết, trừ khi sản phẩm của bạn cần văn bản có dấu.

### CER là gì và khi nào nên dùng?

Tỷ lệ lỗi ký tự (CER) là cùng phép tính nhưng trên ký tự thay vì từ. Nó bớt khắt khe hơn với tiếng Ả Rập, nơi một chữ cái tiền tố sai làm cả từ bị tính sai, và hữu ích khi dùng cùng WER.

### WER có thể vượt 100% không?

Có. Từ bị chèn cũng tính là lỗi, nên một model bịa ra nhiều từ thừa có thể mắc nhiều lỗi hơn số từ trong bản chuẩn.

### Tính WER tiếng Ả Rập bằng Python thế nào?

Cài jiwer, chuẩn hóa cả bản chuẩn lẫn đầu ra của model bằng cùng một hàm (bỏ dấu nguyên âm và tatweel, thống nhất alef, yaa và ta marbuta, chuyển chữ số Ả Rập phương Đông), rồi gọi jiwer.wer(references, hypotheses). Ghi cách chuẩn hóa bên cạnh điểm số.

### Vì sao WER tiếng Ả Rập cao hơn WER tiếng Anh?

Một phần do độ khó thật (phương ngữ, tiếp ngữ, chuyển mã ngôn ngữ) và một phần do cách chấm: tiếng Ả Rập có các biến thể chính tả được chấp nhận và dấu nguyên âm tùy chọn, và phép so sánh khắt khe tính mỗi cái là một lỗi. Chuẩn hóa cả hai văn bản loại bỏ phần do cách chấm.

## Đọc tiếp

-   [API chuyển giọng nói tiếng Ả Rập thành văn bản: cách chọn năm 2026](https://broadrouter.com/vi/blog/arabic-speech-to-text-api-buyers-guide/)
-   [Chép lời ghi âm tổng đài: pipeline sẵn sàng cho tiếng Ả Rập](https://broadrouter.com/vi/blog/transcribe-call-center-recordings/)
-   [RAG tiếng Ả Rập: chuẩn hóa, chia chunk và truy xuất hiệu quả](https://broadrouter.com/vi/blog/arabic-rag-search/)
-   [API chuyển giọng nói thành văn bản: 14 ngôn ngữ, một endpoint](https://broadrouter.com/vi/blog/multilingual-speech-to-text-api/)
-   [Thêm dấu cho tiếng Ả Rập bằng LLM: prompt, kiểm tra, DER](https://broadrouter.com/vi/blog/arabic-diacritization-llm/)
-   [Sửa ngữ pháp và chính tả tiếng Ả Rập bằng LLM: hướng dẫn](https://broadrouter.com/vi/blog/arabic-grammar-spelling-correction-llm/)
-   [Hướng dẫn: API chuyển giọng nói tiếng Ả Rập thành văn bản: từng bước](https://broadrouter.com/vi/guides/arabic-speech-to-text-api/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-arabic-asr-wer-explained&utm_content=page-cta) ·

**Nguồn**

-   [Danh mục model BroadNet, chuyển giọng nói thành văn bản: WER và thứ hạng bảng xếp hạng do BroadNet báo cáo (truy cập ngày 2026-11-14) (tiếng Anh)](https://www.broadnet.ai/inference/models)
-   [Open Universal Arabic ASR Leaderboard, Hugging Face Space (truy cập ngày 2026-11-14)](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
-   [Wang, Alhmoud và Alqurishi, Open Universal Arabic ASR Leaderboard (Interspeech 2025; truy cập ngày 2026-11-14)](https://www.isca-archive.org/interspeech_2025/wang25_interspeech.html)
-   [Conneau và cộng sự, FLEURS: Few-shot Learning Evaluation of Universal Representations of Speech (arXiv; truy cập ngày 2026-11-14)](https://arxiv.org/abs/2205.12446)
-   [jiwer, gói Python tính WER và CER (truy cập ngày 2026-11-14)](https://github.com/jitsi/jiwer)
