语音交互实验室近期在一家装备制造企业的售后服务中心做了一轮小范围验证：把过去依赖人工抽检的服务通话，改为语音转写加语义分类的自动初筛，人工只复核被标记的片段。
做法分三层：先做通话降噪与说话人分离，再针对设备型号、故障现象、处理动作三类实体做术语表约束解码，最后用规则加小模型判断是否涉及安全隐患或重复故障。术语表由售后工程师按周维护，减少“异响”被听成“异常”这类混淆。
阶段性结果：在1200通、约340小时通话样本上，故障关键词召回率88%，安全相关语句召回率96%，误报集中在方言口音较重的通话；人工抽检覆盖率从原先的3%提升到全量初筛、约12%复核。
下一步计划：补充方言口音数据做增量微调，并把质检结论回流到服务话术与故障库，验证能否缩短首次响应时间。
评论