多语言 ASR 中的脚本崩溃：无参考指标和 100 对基准

单词错误率 (WER) 是自动语音识别的主要指标，但它无法检测系统故障模式：在错误的书写系统中产生流畅输出的模型。我们定义了脚本保真度 (SFR)，即目标脚本块中假设字符的分数，无需参考转录即可计算，并在 FLEURS 测试集上报告了跨越六种书写系统和十种模型（七种 Whisper 大小、MMS-1B、SeamlessM4T-v2 和 Gemma 4 E2B）的十种语言的脚本崩溃的系统测量。在 100 个评估的模型语言对中，21 个（21%；95% Wilson CI：14-30%）表现出脚本崩溃（SFR 小于 10%）：20 个涉及 Whisper，1 个涉及通用转录提示下乌尔都语上的 Gemma 4 E2B。在十种语言的 Gemma 4 探针中，脚本感知提示将平均 SFR 从 71.2% 提高到 97.7%，修复了乌尔都语崩溃（6.5% 到 97.0%），并在基线 SFR 低于 90% 的六种语言的下游 NLLB 翻译中恢复了 5.9 chrF。我们确定了四种崩溃模式：拉丁语音替换、阿拉伯语替换索马里语、梵文替换孟加拉语/马拉雅拉姆语以及独特脚本拉丁语替换格鲁吉亚语。