待验证50% 置信事实精确时间

STT模型在低信噪比场景下不会承认听不清，而是倾向于编造合理但错误的词句（产生幻觉）

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

AI Agent 流水线中的劣质音频处理：架构策略与实战指南

涉及实体

相关事实

待验证传统语音转文字（STT）技术依赖隐马尔可夫模型和高斯混合模型73% 相似待验证流式STT在用户说话过程中就持续输出部分识别结果，而批量模式需等待完整音频才能开始处理70% 相似待验证研究表明，Whisper 在静音段产生幻觉的概率尤为突出，转录结果流畅但内容与原音不符67% 相似待验证编解码器模拟能覆盖可预测、可参数化的信道层面失真，但无法解决背景噪声组合、自然语音重叠和情绪化声学偏移66% 相似待验证降噪算法越激进，安静环境下的言语细节和自然度损失越多，可能听起来发闷失真；追求极致降噪会牺牲声音的真实感66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928094

API

curl https://kongchang.com/api/v1/knowledge/claims/928094

MCP

get_claim(id=928094)