语音识别ASR

先认出这条语音和转写，再看听错数字会怎样

下面就是客服录音。默认听清订单 2048；底噪会把 8 听成 0；没有人声就拒转，不编一句客套。

知识点：转写不是事实本身

语音条上的订单号和拒转已经演过，这里只给命名。

• ASR 把音频变成带时间戳的文字，必要时标出说话人。
• 噪音、口音、同音数字会听错；低置信词要能点回原音频。
• 空音频或无人声应拒转，不能编一句「您好请问有什么可以帮您」。
• 它不是 TTS：ASR 是听写成字；TTS 是把字念出来。

什么时候用、怎么用

证据在录音里，需要变成可搜索、可核对的文字时。

• 信号：客服电话、会议、语音留言。
• 适用：转写 + 时间戳；订单号、人名低置信就标出来给人改。
• 不适用：已经是文字的聊天记录——不必再转一遍。
• 最短路径：放录音 → 看转写 → 对不上就点回原音频修订。

正反例：同一句「订单 2048 帮我退」

都要退这一单。