少しずつ変化するシステムこそ「定量指標」で評価する ― 文字起こし精度の検証基盤を作った話

• #バックエンド
• #DevOps・CI/CD
• #テスト

AIで作成し、掲載基準に基づいて自動選定した要約です。

• 文字起こし精度の改善は感覚ではなく統計的指標で評価する仕組みを構築した
• 処理を4層に分けてデータ取得・正規化・検定・可視化を独立させ、CER/WER/DER/RTFなどの複数指標とWilcoxon/McNemar検定を組み合わせた
• 正解データの作成コストが最も重く、統計的検定の結果をレポートで明確に表現する必要がある