客服录音转写接的是 FunASR 的 paraformer,客户名和产品型号错得厉害。人工抽 300 条,热词命中只有 63%。准备了 500 个热词写进 txt 传给 hotword 参数,像是没生效。
第一反应是权重太低,每个词从 20 加到 60,重跑命中 64%,等于没动。日志没报错,模型也正常加载了热词文件,说明读进去了但没起作用。又把 hotword 换成绝对路径,结果一样,排除了路径问题。
打开热词文件看,每行写的是「退款时效,30」,中间用了逗号。FunASR 按空格切分,整行被当成一个词,词表里多了一条带逗号的长串,真正的词一个都没进。改成空格分隔,权重放后面。
热词数量也是问题,500 个词让解码阶段的偏置计算变重,单条延迟从 180 毫秒涨到 260 毫秒,命中却没涨。按业务频次筛到 120 个,只留客户名、型号、套餐名,去掉泛词。
words = load_hotwords()
with open("hot.txt", "w", encoding="utf-8") as f:
for w, weight in words:
f.write(f"{w} {weight}\n")
model = AutoModel(model="paraformer-zh",
hotword="hot.txt")
改完命中 89%,延迟 190 毫秒。抽 300 条重跑,客户名对了 268 条,剩下的是同音字,比如「岚」和「兰」。权重也不是越大越好,超过 60 后模型开始把发音相近的普通词硬掰成热词,误召回涨了 3 个点,最后定在 30。
流式识别还有个细节,热词只在整句重打分时起作用,中间返回的字仍按原样吐,前端拿中间结果展示,会以为热词没生效。我们把最终结果和中间结果分开存,只用最终结果入库。
另有一批录音是双声道,左右声道音量差 12dB,右声道几乎没声音。送进模型前混成单声道并做归一化,这部分错误率从 18% 降到 6%。
热词里的英文型号注意大小写,模型输出通常是全大写,词表写小写就对不上。这一条改完,型号类错误又降了一半。这条也写进了验收标准,测试用例按最终结果判。
