如何評估中文轉寫樣例：在簽約前看出風險

為什麼樣例評估值得花半天時間

對決策類錄音來說，簽約時看到的樣例往往就是你未來能拿到的交付上限。但樣例也是供應商最容易做「門面工程」的環節——他們會送來事先反覆打磨過的對照稿，而不是日常工作的真實狀態。花半天時間用一套可執行的清單評估樣例，是簽約前最高 ROI 的盡調動作。

「讀起來通順」是最大的陷阱

中文人工審校最容易做的，就是把一句機器識別錯誤的句子改得通順，而不是改對。「通順」在閱讀體驗上是獎賞，但對決策稿來說是負面信號——它意味著審校在「讀得順」和「忠於原文」之間選擇了前者。評估樣例時，第一關不是讀得順，而是當下能否對應回錄音。

樣例評估的五個風險維度

把樣例評估按風險維度拆開，每個維度對應一組可執行的判斷點。下面這五項基本覆蓋了決策級轉寫的主要風險面，建議為每份樣例獨立打分（哪怕只是粗略的 1–5 分）：

• 術語錯誤識別 —— 行業術語、縮寫、專有名詞是被識別校準，還是被壓平。
• 中英混雜處理 —— 英文術語是否按說話人實際表達保留，混排是否可讀。
• 數字與單位複核 —— 金額、百分比、幣種、日期是否經過對照。
• 說話人歸屬 —— 多人發言下能否清晰區分誰說了什麼。
• 不確定標記 —— 音質或術語不確定時，是顯式標出還是強填。

維度一：術語錯誤識別 vs 掩蓋

術語密集錄音裡，ASR 出錯的位置往往不是「聽錯一個字」，而是「聽成完全不相干的詞」。優秀樣例應該在每個術語關鍵位置都能展示識別的判斷力，而不是只把讀起來不通的地方改通。

維度二：中英混雜的真實處理

中英混雜樣例是判斷供應商雙語判斷力最直接的窗口。判斷要點不只是「英文有沒有保留」，更重要的是：英文術語在 ASR 階段是否被準確識別（而不是被聽成中文近音詞），以及最終排版是否對分析師可讀。

維度三：數字與說話人複核

數字和說話人是決策稿最不容出錯的兩個位置。一段把「13.2 億元」聽成「3.2 億元」的錄音，下游商業判斷就會錯位一個數量級。優秀樣例應該在這兩個位置展示明顯的對照複核痕跡。

維度四：不確定標記的處理

音質不穩、說話人重疊、罕見術語等導致無法可靠判斷的位置，決策級轉寫應該顯式標出（如「[？]」、「[聽不清]」或「[待確認：XX]」），而不是強填一個看起來合理的答案。強填會把判斷責任偷偷轉給讀者。

維度五：用自己團隊的錄音再做一次

脫敏樣例和真實工作的穩定性往往不是一回事。最有效的評估動作，是簽約前提交一段自己團隊的內部錄音作為試稿——同樣的音質、同樣的術語、同樣的語境。供應商在脫敏樣例上 95 分、在真實樣例上 70 分的情況非常常見，這才是要識別的差距。

如何橫向對比多家供應商

評估一家供應商時最難的是沒有基準。建議把同一段錄音同時給 2–3 家供應商做試稿，對照看相同位置的處理差異。橫向對比能讓那些「一家看好像不錯」的樣例突然顯出差距。

幾條明確的紅線

下面這幾種樣例特徵，遇到任何一條就建議直接放棄這家供應商，不用浪費時間深入對比：

• 無法提供 ASR 初稿與人工終稿的對照——意味著複核流程不透明。
• 樣例中所有數字與初稿完全一致——說明數字位置可能沒複核。
• 完全沒有任何不確定標記——審校在用「強填」掩蓋判斷難點。
• 中英混雜位置存在明顯近音詞錯誤未糾正——雙語判斷力不足。
• 拒絕提供試稿，或試稿付費高得離譜——通常意味著對實戰品質沒有信心。

樣例評估清單

把整份指南壓成一張評估表，在每份樣例上獨立打分（粗略 1–5 分即可）：

• 供應商是否提供 ASR 初稿對照？
• 終稿中術語錯誤是否被識別和糾正（而非掩蓋）？
• 中英混雜術語是否按說話人實際表達保留？
• 數字、單位、日期是否有複核痕跡？
• 說話人切換處是否清晰、問答結構是否還原？
• 不確定位置是否顯式標出？
• 對你自己提交的真實錄音的處理品質與脫敏樣例是否一致？
• 橫向對比中，相同位置的處理是否比同行更克制、更可信？
• 供應商對你的術語清單 / 格式偏好的響應是否具體可執行？
• 整體可信度——能不能讓一個不在場的人基於這份文件繼續工作？