开箱即用的Whisper令人印象深刻，但任何真正将其投入生产的人都知道其中的痛点：它在处理专有名词、产品名称、医学术语、法律术语和整个特定领域词汇的长尾部分时容易出错。这是将OpenAI的Whisper转变为真正的自研ASR服务系列的第6部分，它直面这个问题——如何使模型在不从头开始重新训练的情况下可靠地识别命名实体和特定领域术语。

本集介绍了偏向自定义词汇识别、在解码过程中整合实体列表以及缩小通用基础模型与实际理解您领域术语的系统之间准确性差距的实用技术。它基于该系列之前涵盖的概述、ROI分析、长音频和流处理、后处理、外部语言模型和时间戳准确性，因此能够完美适应生产就绪的管道。如果您在评估是坚持云ASR API还是在Whisper基础上构建自研方案，这一集回答了词汇问题。