Whisper開箱即用令人印象深刻，但任何實際將其投入生產的人都知道痛點：它在專有名詞、產品名稱、醫學術語、法律術語和對您的用戶最重要的整個領域詞彙的長尾上表現不佳。這是將OpenAI的Whisper轉變為真正自研ASR服務系列的第6部分，它直接解決了那個確切的問題——如何使模型可靠地識別名稱實體和特定領域術語，而無需從頭重新訓練整個模型。

該集介紹了將識別向自訂詞彙引導的實踐技術、將實體列表整合到解碼過程中，以及縮小通用基礎模型和實際理解您領域術語的系統之間的準確性差距。它建立在系列的較早部分基礎上，涵蓋概述、ROI分析、長音訊和串流處理、後處理、外部語言建模和時間戳準確性，因此它完全適應完全可生產的管道。如果您正在評估是否堅持使用雲ASR API或在Whisper之上構建自己的服務，這是回答詞彙問題的部分。