客服语音质检AI定制：方言口音与工单抽取

在售后客服场景，语音质检长期依赖人工抽听，覆盖率通常不足5%。本实验室近期做了一个小规模实验：把通话录音先做说话人分离，再进ASR，最后按质检项抽槽位。难点不在通用转写，而在方言口音、背景噪声和行业缩略语。我们没有重训大模型，而是用领域热词表加轻量微调，把关键句召回做上来。

进展：在某家电售后300小时通话测试集上，通用ASR字错率约28%，加入方言适配与热词后降到13%左右；工单号、故障现象、处理结果三类字段抽取F1约0.86。低置信片段不直接判分，转人工复核，避免“错杀”。

下一步：接入实时流式识别，在坐席通话中提示合规风险；同时把质检结果反哺FAQ和培训素材，形成小闭环。结论：语音质检落地关键不是模型参数，而是方言覆盖、字段定义和人工复核阈值。