Automatic speech recognition 通常简称 ASR，用于把语音音频转换成文本。在生产环境中，ASR 不只是一次模型预测，还包括音频准备、时间戳、说话人分离、置信度、复核、隐私控制和导出。
ASR 会产出什么
基础 speech-to-text 系统会返回转写文本。生产工作流还可能产出：
- 词级或片段级时间戳
- 用于会议、采访和电话的说话人标签
- 字幕和字幕文件
- 用于质量复核的置信度
- 可搜索的转写索引
- 用于分析或合规的结构化事件
为什么要用真实音频评估
演示音频通常很干净。真实音频会包含噪声、口音、多人重叠、低质量麦克风、领域词汇、姓名、缩写和混合语言。评估 ASR 时，样本应接近团队实际处理的录音。
核心 ASR 指标
| 指标 | 作用 |
|---|---|
| 词错误率 | 衡量替换、删除和插入错误 |
| 说话人分离质量 | 判断说话人轮次是否可用 |
| 延迟 | 区分实时字幕和批量处理 |
| 复核成本 | 估算让输出可用所需的人工时间 |
| 导出质量 | 确认转写能进入下游系统 |
实用上线方式
先构建小型基准音频集，确定复核规则，测试领域词汇，再把 ASR 输出接入真正消费它的工作流。最合适的 ASR 方案，是能以合适的复核负担、隐私状态和集成成本，产出可用文本的方案。