高级参数转录

TODO（截图替换）：高级参数面板（App 2.0） 建议包含：Prompt、Beam Search、无语音阈值、温度、最大上下文等核心参数区域。 建议文件名：advanced-params-v2.png

功能边界

高级参数仅影响 Whisper 解码行为，不改变业务流程本身（如链接下载、监控调度）。

常见参数包含：

• 抑制非语音标记
• Prompt
• 解码策略（Greedy / Beam Search）
• 最大上下文
• 无语音阈值
• 限制长度
• 熵阈值
• 对数概率阈值
• 温度

适用场景

• 背景噪声较大导致幻觉文本
• 专有名词多、识别不稳定
• 长音频重复片段较多
• 对准确率要求更高的审校场景

操作步骤

1. 在文件转录弹窗或设置中的转录参数区域进入高级参数。
2. 先保留默认值，完成一次基线转录。
3. 仅调整 1~2 个参数后复测，避免一次改动过多。
4. 记录“参数-结果”对应关系，形成团队内部参数模板。
5. 对于实时场景，优先评估实时参数预设，不直接照搬离线参数。

快速调优建议

• 幻觉多：提高无语音阈值、降低温度、减小最大上下文
• 术语识别差：设置 Prompt 并适度提高 Beam Search
• 输出不完整：适度降低对数概率阈值

真实场景：术语密集的技术分享录音

1. 先用默认参数跑一版，标记错误高发段落。
2. 把术语词表写入 Prompt，再仅调整 Beam Search。
3. 如果仍有幻觉，再调整无语音阈值和温度。
4. 每轮只改 1~2 个参数并记录结果，确保可回滚。

这种“先定位问题，再最小化改动”的方式，通常比一次改全套参数更稳定。

常见误区

• 误区 1：把高级参数当成“一键提准率”。
  纠正：参数是针对问题的微调手段，不是替代模型选型。
• 误区 2：一次改很多参数。
  纠正：分轮验证，保留对照样本，才能知道改动是否有效。
• 误区 3：离线参数直接照搬到实时场景。
  纠正：实时场景优先低延迟预设，再按需微调。

常见问题

Q: Beam Search 一定优于 Greedy 吗？
A: 不一定。Beam Search 往往更稳但更慢，低时延场景通常优先 Greedy。

Q: Prompt 能像 ChatGPT 指令那样控制输出格式吗？
A: 不能。Whisper Prompt 主要用于上下文词汇引导，不是通用指令系统。

Q: 为什么同样参数在不同机器效果不同？
A: 硬件性能、驱动与引擎差异会影响解码稳定性和实时性。

限制说明

• 参数调整对不同语言、噪声条件并不通用，必须结合样本验证。
• 部分高级参数可见性受账号功能或版本策略影响。
• 极端参数可能导致输出为空、重复或延迟显著上升。
• 平台：Windows 与 macOS 都支持高级参数，但底层引擎实现差异会影响同参表现。