熙瑾会悟

从 VAD、声纹嵌入到聚类优化的一套解决思路做语音转写项目时，说话人聚类（Speaker Clustering / Speaker Diarization）往往比 ASR 本身更容易踩坑。

语音分段策略优化实践：如何解决错误分段引发的级联误差一个比较典型的处理链路是：真正上线以后，经常会碰到一个问题：第一步分错了，后面的模块基本都会跟着出问题。

熙瑾·会悟 ASR 实战：Qwen-ASR 漏字导致转写不完整，如何从音频分段到二次校验解决？在做会议语音转写的时候，有一个问题看起来不严重，真正到了生产环境却特别让人头疼——漏字。比如会议原话是：

语音输入法实践：Rust 集成 Paraformer 推理引擎踩坑与优化过程从模型部署到实时输入，从 Python 原型到 Rust 工程化落地，记录一次国产语音输入法核心链路优化实践。

离线转记实操：唤醒异常+智能语毕判定故障排查及优化方案一、前言最近一直在做熙瑾会悟离线会议转记项目的迭代优化，这款主打政企保密场景的离线会议系统，依托本地化部署架构，全程无云端数据传输，凭借高精准离线转写、声纹区分发言人、自动生成纪要等功能，适配涉密会议场景。

我是有底线的