音声入力の誤変換検出の学習の推移
modernbert-ja-130m の誤変換検出器と同音語の採点役を、音声認識の聞き違い（「誤変換」→「5変換」）で学ばせた過程と、最後に一度だけ測った最終評価です。数字はすべて件数と指標で、音声や文は含みません。
同音の取り違えの再現率は 22.0% から 66.3% に上がった
再現率は、本物の誤りのうち印が重なった割合です。適合率は、誤りのある書き起こしに付けた印のうち、本物の誤りに重なった割合です。正しい書き起こしに付けた印は、適合率とは別に「誤った印 / 1,000 字」で示します。
目標は「誤った印 1,000 字に約 1 個で、同音の取り違え 60%」でした。試験の前に書いた判定（誤った印 1.00 以下）は 0.05 超えています。別の音声認識（ReazonSpeech）と書き言葉の文（FLEURS）では 42.9% で、伸びは持ち越せますが水準は下がります。
試した候補の、本物の音声入力の同音の取り違えの再現率
塗りつぶしは、誤った印の上限と通常の誤字の下限をすべて守った点、白抜きは守れなかった点です。10/22 に評価を作り直したので、それより前は検証用の話者全体、後は話者を 2 つに分けた片方で閾値を選んだ点の値です。物差しが違うので、比べるのは同じ期間の中だけにしてください。どれも選択に使った値なので、最終評価より少し良く見えている可能性があります。
2 つの半分で互いに閾値を選んで測った成績
検証用の話者を 2 つに分け、片方で選んだ閾値をもう片方に当てた値（566 件）です。「0.85 倍」は誤った印の上限を #98 の前の版の 0.85 倍にした条件で、採否はこの値と基準の版（q7）との対の検定で決めました。線は、候補を採点に回す検出器の確率の下限です。
学習ごとの損失と、取り分けた組での正解率
順位の損失は、話された語を書かれた語より上に置く組の損失、穴埋めの損失は、日本語のモデルであることを保つための損失です。取り分けた例は学習ごとに違うので、学習どうしでなく、同じ学習の最初と最後を比べてください。
試した候補ごとの製品の指標
表を開く（ 行）
誤った印は 1,000 字あたり。「Kotobae の文」は校正アプリ Kotobae の正しい文 60 本（非公開）、「音声」は Common Voice の正しい書き起こしです。「macOS の声」は学習に macOS の読み上げを使った候補で、規約上公開できないため採用していません。