3.4 效果调优：术语词表与口音问题

错别字不全是识别的锅，是词表没跟上

工具上线第一个月，我在群里收到最多的反馈是：“转的稿子里又把我们产品名打错了。”每次都靠人工改，改到第三周我受不了了，翻文档发现 ASR 支持热词表——就是识别前先给它一批词，这些词在结果里优先按你给的写法出现。加完词表当天，群里关于错字的反馈少了八成。

这不是识别引擎变聪明了，而是我们公司的词本来就不在通用语料里。热词表解决的是领域适配，不是识别质量本身。

热词表怎么设计

我们的热词表不是一次写死的，而是分成四类、各有来源、各自维护频率：

维护频率写得这么细，是因为热词表是个活的东西：我们第一个版本把所有词堆在一起、半年没管，结果离职同事的名字还挂在表里，据说还会把发音相近的词带偏。固定频率刷一遍，成本不高。词表本身也可以当成团队知识沉淀，归档思路参考 笔记知识库实战。

加词前后对照

加词最直观的效果是一批常见错识消失了。拿我们的一份内部录音做过对照：

语音识别的错识花式齐全，但归了类之后发现也就那么几家人名、术语和项目名在反复错，对症加词立竿见影。对照不能光凭印象，我们把 5 份历史录音存成固定回归集，每次改完词表重跑一遍 diff，数字说话。

口音与中英混合

我们公司南北同事都有，还有两位习惯中英混着说（动不动这个功能下周部署两句里夹半句英文）。口音和混合表达的处理，我的经验是分两步：

第一步是接受现实。通用识别模型对普通话最友好，口音重的同事识别率会明显低一档，这不是调参能解决的，这类会议的纪要在人工校对环节（4.4 节）我会多分配时间。硬要逼识别引擎去区分方言，投入产出比极低，不如把力气花在校对流程上。我们也试过给方言同事的会议单独开方言识别能力，效果有一点提升但不算稳定，最后只在明确以该方言为主的场合启用，普通话为主的混合会议还是老老实实用通用模型。

第二步是中英混合的专项处理。纯英文短句插在中文里，识别结果往往给出一串音译汉字。解法是把高频英文词也写进热词表，当成一个普通词条，而不是单独搞一套英文识别通道。另外预处理时保留足够的采样率也有帮助（2.4 节），压狠了英文音节更容易糊。

真正治本的一半工作其实在文本清理：语气词、叠词、口头禅那些，属于 4.1 节的领域，识别层面不折腾。

调优迭代流程

调优不是一次性的事，我跑出了一个固定的迭代节奏：

1. 收集错识：每份纪要人工校对时把改过的词记进错词本，同时参考 3.3 节的低置信度句子自动捞候选。
2. 加词：错词本里的词按上面四类归档，写进热词表。
3. 回归对照：拿固定的 5 份历史录音重跑一遍，对比加词前后的文本差异——这步必须有，不然你不知道加的词是修好了还是带出了新错。
4. 放行：回归通过才更新线上的词表版本。

回归对照听起来是废话但我们确实跳过过：有次临时加了客户公司名没回归，结果一个发音相近的常用词被带错两次。从此错词本和回归脚本绑在一起，谁改词表都要过一遍。

错词本长什么样

调优的输入是错词本，我们的错词本就是一张表，每次人工校对顺手往里加：

出现次数这列很关键：只错一次的词不值得加进词表（可能只是那天的录音问题），满两次以上才动手——这和前面说的加词三条标准是同一件事的两种表达。错词本里还有一列“最近出现日期”，超过三个月不再出现的词会被清退：语言在演化，项目代号会弃用，客户会流失，词表也得学会遗忘。

调优效果怎么衡量

调了两个月之后老板问我：“你天天折腾词表，到底有没有用？”我拿回归集的数据做了张表：

数字一说，老板再没问过。现在这张表每月更新一次，成了工具的固定体检报告。调优的任何动作最终都要能回答一句话——它让回归集的错处数字变小了吗？答不上来就别动，答得上来才敢改。

切勿过度加词

最后说一个反直觉的教训：热词表不是越长越好。我们巅峰时期词表堆到 800 多条，什么奇怪词都往里塞，结果出现两个问题——一是个别词权重过高，把发音相近的正常词也纠正过去，制造了新的错；二是维护成本爆炸，错词本失去分类，谁也不敢删。

后来我立了规矩：词表只收满足三条的词——高频出现在会议里、通用语料里没有、错识过两次以上。三条全中才加，不满足的就走低置信度标黄流程当普通句子处理。砍到 300 条以后，识别质量不降反升，管理负担也轻了。

词表的本质是方言词典，治的是领域词，治不了录音质量和口语问题——那两件事，回到 1.3 节的录音规范和 4.1 节的文本清理去解决。

还有一条经验：热词的写法要和团队的实际使用咬合。我们有过一个词两种写法并存（一个用中文简称、一个用英文缩写），词表里两个都收，结果识别结果里两种写法随机出现，纪要里看着像两个东西。后来统一成一个写法，并在项目文档里同步改掉，才算彻底治好。词表不是孤岛，它得跟项目文档、会议纪要模板用同一套词汇。错词本滚到一定量级之后，还可以用大模型自动辅助维护，参考 AI 智能体开发实战。

加词解决不了的问题清单

热词表好用，但容易让人产生包治百病的错觉。复盘下来，下面这些问题加词是一条都解决不了的：

把这张表贴在工位上，能省下大量瞎折腾的时间。识别效果出了问题先归因，再决定是加词、改流程还是干脆认了——有些问题就是只能靠人工校对兜底，承认这一点比硬调强。

方言同事的专项方案

团队里有一位口音很重的同事，他的发言错识率长期比别人高一截。试过给他单独建词表、尝试方言识别模式，都不理想。最后的解法很土但有效：他的发言段落，纪要里单独标一道“原文待核对”的色带，并把他常发言的议题（他负责的两个模块）在校对清单里置顶。他本人对此很满意——比起悄悄把他的话改错，明确标出“这段建议复听”反而让他觉得被认真对待。技术解决不了的问题，流程尊重一下，也是解法。

热词表和识别引擎的版本关系

最后一个工程细节：热词表不是独立存在的，它绑定在识别引擎的版本上。我们吃过一次暗亏：某次识别引擎升级后，一批发音相近的常用词开始被我们的热词带偏。排查发现是新引擎的声学模型和上一版词表的配合不如以前，部分词相当于“权重过高”了。此后我们立了个规矩：识别引擎有大版本更新时，回归集必须重跑一遍，词表跟着重新校准。同样的道理，历史回归集一定要留至少两版的对照结果，不然你都不知道是引擎变了还是语料变了。这也提醒我们：词表是调出来的，不是定出来的，它需要跟着系统一起呼吸。

延伸阅读

• AI 智能体开发实战：错词本积累之后，用大模型自动维护词表的扩展玩法。
• DeepSeek 工具链：回归对照时的文本批量比对工具。
• 腾讯云实战手记：热词表在控制台里的维护与版本管理。