ASR (Automatic Speech Recognition, 자동 음성 인식) 시스템은 비전형적 발화 (atypical speech)에서 성능이 저하된다는 보고가 자주 있어 왔습니다. 흔히 혼동되는 복합적인 요인은, 문맥과 사용 사례에 따라 비전형적 음성 인식에서 두 가지 유효한 전사 참조 (transcription references)가 존재한다는 점입니다: 즉, 있는 그대로의 전사 (verbatim; 반복/연장 등을 포함하여 실제로 생성된 발화)와 의도된 전사 (intended; 비유창성 (disfluencies)이 제거된 텍스트의 표준 형태)입니다. 대부분의 ASR 평가는 이러한 이중성을 단일한 정답 (ground truth)으로 혼동하며, 있는 그대로의 충실도 (verbatim faithfulness)를 무시한 채 비유창성을 삭제하는 시스템에 보상을 줍니다. 본 연구에서는 사례 연구로서 비전형적인 말더듬 발화 (stuttered speech)에 대해 encoder-decoder, CTC 및 transducer 계열의 11개 ASR 모델을 verbatim 및 intended 참조를 모두 사용하여 벤치마킹합니다. 우리의 정량적 평가는 두 가지 전사 스타일을 사용할 때 모델의 성능과 순위에서 나타나는 격차를 강조합니다. 이 분석을 통해, 우리는 특히 비전형적 ASR의 경우 사용 사례에 따라 유효한 모델 선택을 위해 적절한 전사 참조를 선택하는 것이 중요하다는 점을 강조합니다.