Qu'est-ce que le taux d'erreur de mots (WER) ?
Vérifié par rapport au produit le 22 octobre 2026
Le taux d'erreur de mots, ou WER, est la façon standard de mesurer la justesse d'une transcription : il compte les mots substitués, supprimés et insérés par rapport à une référence correcte, divisés par le nombre de mots de la référence. C'est un repère utile, mais il ne dit pas quelles erreurs comptent.
Définition
Pour calculer le WER, une personne écrit la transcription correcte d'un enregistrement. La transcription automatique est ensuite comparée mot après mot, en comptant trois sortes d'erreurs : les substitutions, où un mot faux remplace le bon ; les suppressions, où un mot manque ; et les insertions, où un mot de trop apparaît. Le total, divisé par le nombre de mots de la référence, est le taux d'erreur de mots. Un taux de 5 pour cent correspond à peu près à une erreur tous les vingt mots.
Un exemple
| Dit | Transcrit | Type d'erreur |
|---|---|---|
| Réserve un vol pour Lisbonne | Réserve un vol pour Lisbonne | Aucune |
| Réserve un vol pour Lisbonne | Réserve un vent pour Lisbonne | Substitution |
| Réserve un vol pour Lisbonne | Réserve vol pour Lisbonne | Suppression |
| Réserve un vol pour Lisbonne | Réserve un petit vol pour Lisbonne | Insertion |
Pourquoi un WER bas n'est pas toute l'histoire
- Toutes les erreurs comptent pareil, mais un nom de marque faux pèse plus qu'un « le » manquant.
- Il mesure des mots, pas le sens : deux transcriptions de même taux peuvent différer en utilité.
- Les résultats dépendent beaucoup du son de test : un chiffre obtenu sur un enregistrement ne vaut pas pour le tien.
- La ponctuation et les majuscules sont en général ignorées, mais les spectateurs les voient.
Appliquer l'idée à ta propre méthode
- Choisis un clip échantillonPrends une minute de son typique de tes enregistrements.
- Lis en suivantCompte les erreurs que tu vois dans les sous-titres.
- Note les types qui reviennentNoms, chiffres, mots spécialisés et parole rapide ont tendance à se répéter.
- Ajoute des corrections là où ça compteCorrige les termes récurrents et envisage de demander à un invité d'épeler les noms inhabituels avant d'enregistrer.
Les affirmations sur la justesse
Méfie-toi de tout outil qui affiche un seul pourcentage de justesse sans dire comment il a été mesuré. Les chiffres obtenus sur un son de test propre correspondent rarement à ce que tu auras sur un podcast bruyant ou un stream de jeu. Nous n'annonçons aucun chiffre pour Averoai.pro ; la réponse pratique est de vérifier les sous-titres de chaque clip avant de publier.
Questions fréquentes
Un taux d'erreur plus bas est-il meilleur ?
Oui : moins d'erreurs par mot. Mais il faut le lire en regardant quelles sont ces erreurs.
Le WER peut-il dépasser 100 pour cent ?
En théorie oui, s'il y a beaucoup d'insertions. En pratique il est en général bien plus bas.
Le WER inclut-il la ponctuation ?
En général non ; il compte les mots. Les fautes de ponctuation nuisent quand même à la lisibilité.
Averoai.pro publie-t-il sa justesse ?
Aucun chiffre n'est annoncé. La qualité dépend du son : relis les sous-titres de chaque clip.
Les fonctionnalités qui aident ici
À lire aussi
- Qu'est-ce qu'un test A/B ?
Un test A/B compare deux versions qui diffèrent sur un point. Comment le mener avec des clips, pourquoi les petits échantillons trompent et quoi conclure.
- Qu'est-ce qu'une forme d'onde audio ?
Une forme d'onde est l'image d'un son dans le temps. Comment la lire pour repérer pauses, pics et points de coupe propres quand on ajuste un clip.
- Comment faire des clips à partir d'une vidéo stockée sur Google Drive
Importe une vidéo stockée dans Google Drive et transforme-la en clips : le réglage de partage qui fait fonctionner le lien et les erreurs qui le font échouer.
- Qu'est-ce qu'un fichier SRT ?
Un fichier SRT est un format de sous-titres en texte brut, avec cues numérotées et repères de temps. Sa structure, ses usages et quand en avoir besoin.
- Qu'est-ce qu'une transcription vidéo ?
Une transcription est le texte de ce qui se dit dans une vidéo. En quoi elle diffère des sous-titres et comment elle sert à trouver des clips et à traduire.
- Qu'est-ce que la reconnaissance vocale (speech-to-text) ?
La reconnaissance vocale transforme la parole en texte. Comment elle marche, où elle échoue et comment obtenir des transcriptions plus propres.
Aussi disponible en English