# Qwen3-ASR 0.6B：pilot 评分明细

> 这是单次 pilot 的人读证据，不具备正式排名资格。主指标 MER；CER 仅作补充。

## 指标

| 指标 | 结果 | 可复核计数 |
|---|---:|---|
| MER（主） | 27.46% | S=153 / D=19 / I=402 / Ref=2090 |
| CER（补充） | 19.64% | S=252 / D=53 / I=237 / Ref=2760 |
| 冻结术语召回 | 11/28 = 39.29% | 大小写不敏感的 NFKC 精确短语包含 |

MER 把连续英文/数字串视为一个 token、中文按字；CER 对中英文字符逐字计算并忽略标点。二者都不做数字同义改写，因此 `M5` 与“ M 五”会记错，这是冻结 scorer 的可解释选择。

## 术语命中

- 命中：MacBook Air, MacBook Pro, SoC, CPU, GPU, Cinebench, Blender, Photoshop, Camera Raw, Logic Pro, Lunar Lake
- 未命中：M1, M2, M3, M4, M5, 3DMark Steel Nomad Light, 7-Zip, BMW27, Xcode Benchmark, PugetBench, Premiere Pro, Cyberpunk 2077, MetalFX, Baldur's Gate 3, Elden Ring, Panther Lake, Xiaomi Book Pro 14

## 完整性与时间戳

- SRT 69 条，均可解析：`true`；起止合法：`true`；start 单调：`true`。
- 最后时间戳 424.173 秒；人工最后语音 419.170 秒；reference 尾部门禁通过。
- 对 425.472 秒整段音频仍标为 `near_audio_tail`，尾部空白/片尾不能被悄悄算成 100% 覆盖。
- 本页只做时间戳结构和尾部完整性检查；不同粒度的边界准确率不能从这一项推断。

## 逐句与逐操作证据

- [逐句错误账本](../../_machine/score-pilot-v1/qwen3-asr-0.6b/sentence-errors.tsv)：161 条人工 cue，每句列时间范围、参考文本、同期输出文本和由全局 MER 对齐分配的 S/D/I。
- [逐 token 编辑操作](../../_machine/score-pilot-v1/qwen3-asr-0.6b/edit-operations.tsv)：每一处替换、删除、插入及两侧上下文。
- [术语逐项命中](../../_machine/score-pilot-v1/qwen3-asr-0.6b/term-details.tsv)。
- [机器指标 JSON](../../_machine/score-pilot-v1/qwen3-asr-0.6b/metrics.json)。

逐句错误数从一次全局 MER 对齐分配到对应 reference cue；同期输出文本只为听读定位，不是再次独立评分，避免因 SRT 分段粒度不同而重复计错。