Unverified50% confidenceSolutionExact time
该研究的不一致度评分计算方式为：计算基准IPA转录间成对相似度、计算对应语音编码间成对相似度、取两者绝对差值，相似度采用归一化编辑距离
1
Sources
50%
Confidence
Long-term
Relevance
9/8/2026
First Seen
Sources
Related Entities
Related Claims
Unverified学术界将模型置信度与实际准确率存在显著偏差的现象称为校准不良（Poor Calibration）68% similarUnverified识别准确率的官方标称值(如98%)基于清晰单人录音的字准率，实际带口音、远场、多人交叉的会议场景准确率会下降10~20个百分点，选型应看目标场景的实测而非标称值68% similarUnverified测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）66% similarUnverifiedInfoNCE 损失通过在一批候选中最大化正样本对相似度、最小化负样本对相似度进行训练，温度超参数τ越小分布越集中65% similarVerified研究表明，同一模型在不同提示词下的输出质量可能相差数倍65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/875731API
curl https://kongchang.com/api/v1/knowledge/claims/875731MCP
get_claim(id=875731)