语音AI巡检口述转写：术语识别与断句还原

设备巡检场景的口述记录常夹杂设备编号、缩略语和口语停顿，通用语音转写容易把“1号主变”听成“一号主便”，断句也会被现场回声打乱。本期实验将语音交互链路拆成三段：前端以轻量VAD切分有效语音，流式识别阶段注入班组热词与设备台账，后处理用术语置信度做二次纠错，并以声学停顿和语义边界联合判定断句位置。

阶段进展：在3类变配电设备、6个班组的237条口述样本上，设备编号与术语召回率由86.4%提升至93.1%，断句边界F1由78.2%提升至89.0%；单条30秒语音的端到端延迟控制在1.2秒内。

下一步计划：补充说话人分离，区分巡检人与复核人；对低置信度片段保留原始音频锚点，交由后台人工确认，避免错误术语直接写入工单。