在售后呼叫中心的语音质检试点中，我们把目标从「全量转写」收缩到两件事：方言口音的可用性，以及通话意图与关键字段的结构化提取。
阶段进展：以约 800 小时真实工单通话为测试集，通用语音模型在普通话清晰录音上的字错率约 6%，但遇到西南、江淮口音以及设备型号、故障代码等专业词时明显上升。我们采用「通用模型 + 行业热词表 + 少量口音微调」的组合方案，关键术语召回从 78% 提升到 93%，整句字错率降至 9% 左右；对型号、序列号等数字串另做后处理校验，避免同音误写影响后续工单关联。
下一步计划两件事：一是接入说话人分离与打断检测，用于捕捉客户不满的早期信号；二是把质检抽样从随机改为「风险优先」，先跑通人工复核闭环，再评估能否减少约三成抽检工时。当前仍属实验阶段，口音覆盖面与录音合规边界是主要不确定项。
评论