La transcripción en coreano puede parecer precisa en un aspecto y débil en otro. Un sistema del estudio KsponSpeech obtuvo 8.0% character error rate (CER), 14.2% space-independent word error rate (sWER), and 21.9% word error rate (WER) en su conjunto Eval-clean. Esas cifras miden unidades distintas; no son tres afirmaciones de producto en competencia. Así es como leerlas y probar una herramienta con el audio en coreano que realmente tienes.
Puntos clave
- Pide la métrica, el conjunto de prueba y el modelo detrás de cualquier afirmación de precisión en coreano.
- Revisa los espacios y el significado, no solo las coincidencias de caracteres.
- Prueba los cambios entre coreano e inglés y tus propios nombres con audio representativo.
Qué miden CER, sWER y WER
El estudio KsponSpeech evaluó un Transformer con SpecAugment sobre habla espontánea en coreano. Sus resultados en Eval-clean muestran por qué importa la métrica:
| Métrica | Eval-clean | Qué cambia |
|---|---|---|
| CER | 8.0% | Cuenta ediciones de caracteres. |
| sWER | 14.2% | Reduce el efecto de las diferencias de espaciado entre palabras. |
| WER | 21.9% | Cuenta ediciones de palabras después de establecer los límites de palabra. |
Estas son mediciones de un modelo de investigación y de un conjunto de evaluación, no estimaciones de precisión para MirrorCaption ni para otro servicio. WER y sWER usan una tokenización distinta, así que la diferencia de 7.7 puntos muestra que el espaciado afecta a la puntuación; no cuenta exactamente cuántos errores de reconocimiento se debieron a los espacios. Nuestra comparación de precisión de transcripción explica los límites más amplios de las tasas de error.
El espaciado puede cambiar el significado sin cambiar los caracteres
Considera 아버지가방에들어가신다. El espaciado 아버지가 방에 들어가신다 significa “Father goes into the room,” mientras que 아버지 가방에 들어가신다 significa “Father goes into the bag.” Los caracteres son idénticos. Una comparación a nivel de carácter que ignore los espacios no puede decir si se recuperó la frase pretendida.
Para notas de reuniones, revisa nombres, cargos y límites de frase, además de la puntuación global. Si un cargo o nombre de empresa es ambiguo, compara la transcripción con la grabación y el contexto. Los autores de KsponSpeech analizan el espaciado inconsistente en referencias de habla espontánea; el ejemplo ilustra por qué el CER por sí solo no puede resolver el significado.
Prueba por separado el cambio entre coreano e inglés
El estudio HiKE recopiló 1,121 enunciados en coreano e inglés de 13 hablantes bilingües. Evalúa el habla mixta con mixed error rate (MER) y point of interest error rate (PIER), que se centra en los puntos de cambio. En la tabla del artículo, GPT-4o Transcribe obtuvo un 2.5% CER en un conjunto monolingüe de coreano FLEURS aparte y un 25.8% PIER para el cambio a nivel de palabra en HiKE. Esos valores usan audio y métricas distintos, así que no pueden leerse como una pérdida directa antes y después.
Los investigadores aceptaron préstamos léxicos en hangul o en alfabeto latino cuando ambos eran válidos, reduciendo el error medido en su conjunto de datos. Incluye acrónimos en inglés, préstamos léxicos y nombres propios en cualquier prueba de producto. Nuestra guía de transcripción multilingüe distingue la captura en el idioma original de la traducción.
Comprueba el modelo exacto y el flujo de trabajo
La afirmación de soporte para coreano de un proveedor no cubre todos los modelos. La lista de modelos de Deepgram incluye ko/ko-KR para Nova-3, pero omite el coreano en Flux speech-to-text. La tabla de Google Cloud enumera ko-KR con información de modelo y región. Comprueba la lista actual para la ruta exacta en directo o de archivo que piensas usar.
MirrorCaption incluye el coreano entre sus idiomas de transcripción en directo y ofrece sugerencias de vocabulario personalizado para términos esperados. Estas ayudas no garantizan la elección correcta del homófono ni del espaciado. MirrorCaption no publica ningún CER en coreano, no tiene selector de dialecto ni de espaciado, y no es un servicio de transcripción certificado. Usa revisión humana cuando un registro tenga consecuencias legales, médicas o de otro tipo de alto impacto.
Una prueba de transcripción en coreano de cinco minutos
- Elige audio representativo con micrófonos habituales, ruido de fondo y cambios entre coreano e inglés.
- Anota los nombres y frases cuyo significado debe conservarse. Añade sugerencias de vocabulario compatibles.
- Compara la salida con una referencia humana y luego vuelve a escuchar los errores que cambian el significado. Registra por separado las decisiones de espaciado y de escritura.
- Confirma en la documentación del proveedor el modelo exacto, el flujo de trabajo en directo o con archivo, el formato de salida y el precio actual.
Para una prueba en directo en el navegador, abre MirrorCaption y comprueba tu propio habla en coreano. Su hora gratuita te permite revisar los resultados antes de decidir si el flujo de trabajo encaja. Para archivos grabados, usa el Transcriber de subida independiente y verifica sus opciones de idioma y exportación para tu tarea.
Preguntas frecuentes
¿Qué precisión tiene la transcripción en coreano?
No existe una única cifra de precisión. En el conjunto KsponSpeech Eval-clean, un sistema de investigación registró un 8.0% character error rate, un 14.2% space-independent word error rate y un 21.9% word error rate. Son resultados de investigación, no una garantía para una herramienta comercial.
¿Por qué difieren el CER y el WER en coreano?
Cuentan unidades distintas. El word error rate estándar es sensible a los límites de palabra; el WER independiente de espacios reduce el efecto del espaciado inconsistente. El character error rate puede pasar por alto un cambio de significado cuando los mismos caracteres hangul se espacian de forma distinta.
¿Puede una herramienta transcribir coreano e inglés en una sola grabación?
Algunos modelos admiten reconocimiento multilingüe, pero prueba el modelo exacto con tu propio audio. El estudio HiKE encontró errores en los puntos de cambio entre coreano e inglés; sus resultados monolingües y de habla mixta usan audio y métricas distintos, así que no son una comparación directa de precisión.
¿Todos los modelos de un proveedor compatible con coreano admiten coreano?
No. Deepgram actualmente incluye coreano para Nova-3, mientras que su lista de idiomas de speech-to-text de Flux omite el coreano. Consulta la documentación actual del modelo para tu grabación o flujo de trabajo en directo.
¿Cómo debo probar una herramienta de transcripción en coreano?
Usa una grabación representativa de cinco minutos con nombres, ambigüedades de espaciado y términos en inglés. Compara con una referencia humana, revisa los errores que cambian el significado y comprueba el modelo, el formato de exportación y el precio actual antes de comprometerte.
Prueba la transcripción en coreano con tu audio
Usa tu hora gratuita para revisar nombres, espaciado y habla multilingüe en una grabación real.
Empieza gratis