概述
FlashVoice 在你的设备上本地完成语音转文字处理，全程无需将音频或视频文件上传至云端。
本地语音识别模型在速度和隐私方面具有明显优势，但转写质量仍可能受到语言设置、音频条件以及后处理方式的影响。
本文将说明 FlashVoice 的转写准确率来自哪些阶段，以及你可以通过哪些设置和流程来持续优化结果。
了解转写流程
要提升准确率，首先需要了解 FlashVoice 的转写流程：
- 语音识别阶段
音频被本地语音识别模型转换为原始文本。 - 后处理阶段（可选）
原始转写结果可通过 AI 校对和自定义词汇进行进一步优化。
不同阶段对应的优化手段也不同。
选择正确的转写语言
语言选择对 语音识别阶段 的准确率影响最大。
FlashVoice 支持自动语言检测，但在大多数情况下，手动选择正确的语言可以获得更好的转写结果。
建议做法：
- 尽量选择音频中实际使用的语言
- 对于较长或单一语言的录音，避免使用自动检测
- 若对准确率要求较高，避免在同一文件中混用多种语言
正确的语言选择可以从源头上减少识别错误。
使用清晰、高质量的音频
音频质量会直接影响语音识别阶段的效果。
为了提升准确率，建议：
- 使用背景噪音较少的录音
- 尽量避免多人同时说话
- 保持说话人与麦克风的距离稳定
- 使用单一、清晰的音频来源
音频越干净，模型越容易专注于语音本身。
何时需要重新转写
由于转写在本地完成，你可以在不重新导入文件的情况下重新运行转写。
在以下情况下，建议重新转写：
- 初次选择了错误的转写语言
- 音频文件被替换或优化
- 希望重新生成原始转写结果再进行后处理
重新转写通常比手动修正早期错误更高效。
在后处理阶段使用 AI 校对
转写完成后，FlashVoice 提供可选的 AI 校对 作为后处理步骤。
AI 校对基于已生成的文本，可用于：
- 修正识别错误
- 优化标点
- 调整语句结构
- 提升整体可读性
该步骤不会影响原始语音识别过程，而是对结果进行润色。
在后处理阶段使用自定义词汇（Hotwords）
FlashVoice 支持在 后处理阶段 使用 自定义词汇（Hotwords）。
自定义词汇并不会影响语音识别模型本身，而是用于在 AI 校对阶段优化转写结果。
适用场景包括：
- 人名
- 产品或公司名称
- 专业术语
- 缩写与首字母词
通过提供这些重要词汇，可以帮助 AI 校对更准确地规范输出文本。
本地转写效果最佳的情况
在以下条件下，FlashVoice 的本地转写通常效果最佳：
- 转写前正确选择语言
- 音频清晰、稳定
- 设置变更后重新运行转写
- 合理使用 AI 校对和自定义词汇
明确各优化手段所作用的阶段，有助于避免不切实际的预期。
总结
在 FlashVoice 中提升本地转写准确率，需要结合 正确的识别设置 与 有效的后处理流程。
通过选择合适的语言、使用高质量音频、在必要时重新转写，并在后处理阶段合理使用 AI 校对和自定义词汇，你可以在完全离线、隐私优先的前提下，获得稳定且高质量的转写结果。