AI语音随访定制：方言口音识别与用药依从回访

语音随访是慢病管理中高频却容易被压缩的一环。人工外呼受话务成本限制，往往只能覆盖少数患者，且记录口径难以统一。近期《语音交互实验室》围绕这一场景做了一组实验：以通用语音大模型为基础，针对方言口音与老年患者的语速、长停顿做前端分段和关键词纠错，把「吃了没」「还剩下」这类模糊回答映射为结构化的用药依从标签，再由规则引擎判断是否需要人工介入。

• 进展：在川渝、江淮、粤语口音三类样本共 1200 通模拟外呼中，依从性标签与人工标注一致率 89.4%，单通平均处理时延 1.2 秒；对「减半片」「隔天吃」等模糊表述的召回率为 82%。
• 下一步：接入真实随访队列，重点验证多人代答与背景电视声场景，并把拒识阈值开放给业务方配置，减少不必要的追问。