自动语音识别
Automatic Speech Recognition
学到 会用 就够：能亲手用起来
你可能会说
“我把田野访谈录音转成文字，怎样判断转写里的话确实被受访者说过？”
ASR 把音频里的语言转为文字，可帮助整理访谈和讲座。识别受口音、噪声、重叠说话及术语影响，转写稿需要听音核对；文字流畅不能证明没有漏写或添加。
使用 AI
科研里的例子
农户说“没有拿到贷款”被识别成“拿到贷款”，会直接改变编码；应优先听核否定词和研究关键句。
系统从声学信号学习对应的语言序列，通常同时受声音证据与语言模式影响。音质不佳时，常见表达可能替代少见专名，静音或音乐也可能产生异常输出。时间戳和说话人区分是相关但不相同的能力，需要分别评价。质性研究要保留原录音及定位，尤其核对否定、金额、人名和转折；转写后的文本分析再准确，也不能修复前一环节丢失的原意。
在你的学科里，直接拿去用
从给定文献读取问题与证据
请只依据下面的文献材料回答。 材料：[粘贴原文或附文件；若只有摘要请注明] 我想弄清：[问题] 请列出作者要解释的现象、主要概念、数据与研究单位、研究设计、主要发现及作者写明的局限。区分作者原话、你的释义与尚无法判断的地方。每项给页码或可定位段落，保留关键术语的中文与英文。若没有全文，不把摘要之外的细节补出来。最后提出3个我可以回原文亲自检查的问题。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG02
判断
亲手检查一次
抽取几段清晰、方言和多人重叠音频，人工听写作对照，按人名、数字、否定和遗漏分类记录识别错误。
它做不到的
ASR 与说话人识别、声音情绪推断不同；转写完整率也不等于事实正确，受访者原话本身仍需相应研究判断。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。