音声認識精度は数字だけで選べない 金額一桁の誤りをどう見る?

文字起こし 読了 7分
画面に文字が並ぶオフィスのジオラマで、一箇所を指すクリッピー

文章はほとんど合っているのに、金額が一桁違うことがあります。音声認識精度は、全体の誤り率と業務への影響を分けて評価します。CER・WER の計算、正解文の準備、通話音声の試験から、人が確認する範囲まで決める方法を紹介します。

文字起こしが読みやすくても、発注数が一桁違っていたら、そのまま次の担当者へ渡せるでしょうか。

音声認識精度は、同じ音声・正解文・採点ルールで比較し、人名や金額、日付、否定などの重要項目も別に評価します。公表された割合だけでは、自社の電話で使えるかは決まりません。

この記事でわかること

  • CER・WER と、定義が異なる認識率を分けて読めます。
  • 同じ正解文と採点条件で、通話を比較できます。
  • 重要項目の誤り、修正時間、表示の遅れから使う範囲を決められます。

よく読める文章と、仕事に使える記録は同じ?

静かな場所の読み上げと、雑音や相づちを含む通話では、試験条件が違います。候補ごとに異なるデータや指標を使った割合を並べても、順位は決められません。

受付や営業では、確認して直す時間と、後任が用件を理解できるかまで見ます。人が確認する箇所を決めることも、精度評価の目的です。

CER と WER は、何を間違いとして数える?

文字誤り率を CER、単語誤り率を WER と呼びます。どちらも正解文と認識結果を照合し、置換、削除、挿入を数える方法ですが、文字で数えるか単語で数えるかが異なります。NextGen の公式解説は、この 2 種類の指標と正解文の準備を説明しています。

確認日は 2026-11-08 です。

指標・要素 意味 そろえる条件・見る箇所
CER 文字を単位とする誤り率 記号、空白、数字表記の扱い
WER 単語を単位とする誤り率 日本語を単語へ分ける方法
置換 正解とは異なる文字・単語への変更 人名、品番などの置き換わり
削除 正解にある文字・単語の欠落 否定、数量の欠落
挿入 発言にない文字・単語の追加 言っていない条件の追加

WER は「置換数と削除数と挿入数の合計」を「正解文の単語数」で割って求めます。CER は文字を単位に同様に計算します。説明用の架空データとして、正解が 100 単語、置換が 4、削除が 3、挿入が 1 なら、WER は 8% です。

これは特定の製品の測定結果ではありません。

「認識率」が何を意味するかも確認します。誤り率から計算した値か、文全体の完全一致率か、重要語の正解率かでは対象が違います。指標の名前が不明な割合を、WER と同じものとして比較しないようにします。

採点の前に、正解文と表記の扱いを固定する

台本を正しく読めたとは限りません。試験音声で言い直していたら、正解文も実際の発言に合わせる必要があります。認識結果を見てから都合よく直すと基準が変わるため、先に音声を聞いて固定しましょう。

漢字とカタカナ、数字と漢数字、句読点、言いよどみを採点に含めるかを決めます。例えば「十二個」と「12 個」を同じとするかは、すべての候補に同じルールを適用します。読みや意味が合えばよい項目と、注文番号のように表記まで一致してほしい項目も分けます。

採点用には、時刻や話者ラベルを除いた本文を用意します。ただし、評価から情報を捨てるわけではありません。話者と時刻の評価は別の欄で行います。

比較する候補のプラン、言語設定、辞書設定、モデルの識別情報が確認できる場合は、それらも残します。

複数の通話の結果をまとめるときは、通話ごとの割合を単純に平均する方法と、すべての誤り数・正解数を合計する方法で結果が変わります。長い通話と短い通話の重みをどう扱ったかが分かる形で記録します。

きれいな読み上げだけでなく、実際の電話を分けて試す

評価用の音声は、権限と利用目的を確認したものを使います。初期の確認には、架空の用件を担当者同士で話す方法が使えます。実際の顧客音声を利用する場合は、外部へ送る条件も社内で確認します。

試験する条件 含める内容 見る誤り
通常の問い合わせ 名前、用件、折り返し希望 相手と依頼の取り違え
数量・金額の確認 数字、単位、変更前後の値 桁、単位、訂正の取り違え
言い直し 「明日ではなく来週」など 取り消した条件の残存
固有名詞 業務で使う品番、商品名 別の語への置き換わり
音声が重なる会話 相づち、短い割り込み 文の欠落、話者の取り違え
実際の受付環境 使用するヘッドセット、周囲音 雑音による欠落、音割れ

短い音声で良い結果が出ても、長い通話や別の話者へ広げて確認します。タカコムの公式解説も、周囲音、話す速さ、音量、録音環境で認識率が変化すると説明しています。確認日は 2026-11-08 です。

特定の話し方を「正しくない」と評価せず、業務で実際に入る音声へ対応できるかを見ます。

文字が出なかった通話も、比較に入れる?

処理できなかった音声を外して採点すると、実際に使える範囲が見えなくなります。文字が出た通話だけでなく、試した件数と成功した件数、外した音声があればその理由も残しましょう。初期試験が少数なら、誤りがなかったことを全通話への保証へ広げないことも大切です。

原音そのものが聞き取りづらければ、相手に届く声でヘッドセットを比べる方法から、認識の前に録音経路を見直せます。

金額一桁と句読点1 つを、同じ重さで見ない

文章のほとんどが合っていても、「できない」の否定が欠ければ、約束の意味は逆になります。金額の 1 桁も、句読点の誤りとは影響が違うでしょう。文字の採点とは別に、業務で使う項目を正しく取り出せたかを残します。

例えば「納期は未定です」という発言が「納期は確定です」となった場合、誤りの数だけでは業務への影響を説明できません。誤りを、人名、金額、日付、依頼内容、約束の有無などに分類します。重大かどうかは、実際の担当者が対応の結果に照らして決めます。

修正時間は、全文を一字一句整える場合と、折り返しに必要な項目だけ確認する場合で変わります。両者を同じ作業として比べません。「担当者が記録を開いてから、次の対応と期限を記入できるまで」など、開始と終了の条件をそろえます。

話者分離と AI 要約も別に検品します。正しい文字でも、担当者の提案を顧客の確約として表示すれば、引き継ぎに使えません。全文が正しいのに要約が誤る場合は、文字起こしの精度を直すだけでは解消しないため、要約の確認手順を見直します。

表示の遅れと確定後の誤りを分けます

通話中に文字を使う業務では、発話から最初の表示までと、文章が確定するまでを分けて確認します。途中で表示された文字が後から修正される方式なら、担当者がどの時点の文字を読んで判断するかも試します。終了後の文章だけを採点すると、通話中の読みやすさは評価できません。

例えば番号を聞き返すために画面を見る業務では、相手が次の説明へ進んだ後に番号が表示されても、その場の確認に使いにくくなります。一方、通話後の引き継ぎが目的なら、表示の速さだけを優先する必要はありません。使う場面と表示の完了条件をセットで残します。

合否の条件を評価の前に決めます

「読める文章になった」だけでは、評価する担当者によって判定が変わります。折り返し先を取り出せる、相手が求める次の行動を説明できる、未確定の条件を確定と誤読しないなど、業務の完了条件を先に定めます。重要項目に誤りがあっても、音声へ戻って確認できる手順があれば運用できるかを現場で判断します。

精度を上げる前に、原音を聞いてみる

  1. 文字起こしの前に音声を再生し、双方の声が聞き取れるかを確認します。
  2. 雑音、音割れ、片側の小音量など、録音経路の問題を整理します。
  3. 対応機能がある場合は、固有名詞の辞書や言語設定を調整します。
  4. 同じ試験音声で再評価し、どの項目が改善したかを記録します。
  5. 辞書に使っていない別の音声でも評価し、効果を確認します。
  6. 人が確認すべき項目と、運用を停止させる条件を決めます。

辞書を追加しても、録音されていない音声は復元できません。また、一部の項目を改善するために設定を変えたときは、ほかの通話で新しい誤りが増えないかも見ます。良い結果が出た通話だけを選ばず、評価した範囲を残します。

選定結果は「使える用件」と「人が見る箇所」で示す

評価の結論は「この製品の精度は何%」だけでなく、「この端末と受付環境で、どの用件まで使い、どこを人が確認するか」として書きます。言語、利用端末、サービスの設定が変わった際には再確認します。

電話の記録をチームで使う場合、話者ごとの文字起こし、AI 要約、チーム共有を提供する clippy.ninja も候補になります。当マガジンは同製品の運営元である株式会社 FIXIT が発信しています。本記事では製品間の精度試験を実施しておらず、特定製品の優劣を示していません。

通話中に表示する方式と通話後に処理する方式は、電話のリアルタイム文字起こしの解説で確認できます。必要な表示速度と、確認を終えた記録の正しさの両方を評価して選びます。

評価用音声の一覧には、取得経路と利用許可を確認した人も残し、再評価で同じ条件を再現できるようにします。

比較表に、仕事で困る誤りの欄を作る

同じ条件で誤りを数え、重要項目と修正時間を別欄に残します。まず一件の通話から、次の対応に欠かせない人名・数字・約束を選んでみてください。合否は割合の大きさだけでなく、どこを人が確認すれば使えるかで決めましょう。

誰が言ったかの誤りが多いなら、文字起こしの話者分離を別に評価する方法へ進めます。文字の正しさと発言者の正しさを、同じ点数へ混ぜずに比べてください。

参考資料

よくある質問

お客さま 認識率の数字が高い製品ほど仕事に向いていますか?
クリッピー 公表された数字だけでは判断できないよ!同じ音声と採点方法で、金額・約束の誤りや修正時間も含めて比べよう。
お客さま 話者の取り違えも CER や WER に含まれますか?
クリッピー 文字だけの採点では、誰の発言かを見落とすよ。文字と話者の正しさを別々の欄で確認しよう!
お客さま 音声認識精度を上げるには何から直しますか?
クリッピー 集音の問題と誤変換は分けて考えよう!まず原音で双方の声を聞いて、雑音の有無や辞書・設定を見直す対象を整理してね。

この記事のタグ

clippy.ninja って?

電話の声が、
みんなの手がかりになる。

clippy.ninja は、通話をその場で文字にして、AI が要点をまとめ、チームみんなで見られるようにする電話業務のプラットフォームです。メモを取り忘れても、担当が休んでも、大丈夫。

クレジットカードの登録なしで、すぐに始められます。

clippy.ninja の通話詳細画面。PC とスマートフォンの表示