樣例
這些脫敏樣例展示 FingerPower 如何處理中英混雜、術語密集、說話人與數字敏感，以及保密離線範圍確認。
樣例
每個樣例都說明錄音難點、處理方式，以及粗糙輸出和可用於研究或決策的文件之間的差異。
中英混雜中文轉寫
難點
雙語或多語錄音的難點在於轉寫者必須判斷聲音到底是英文、縮寫、品牌名，還是中文近音詞。ASR 可能把英文識別成荒唐的中文。
處理方式
由具備雙語素養的審校者結合上下文恢復英文術語，同時把周圍中文整理成可讀表達，不把原話強行翻譯掉。
ASR 初稿
他們的扣和瑞騰神到 D30 看是可以的，但是愛了提維偏低，主要是貓的奶賊深沒有做起來，特別是因愛普破車子和愛字這兩塊。
人工審校稿
在 D30 維度，他們的 cohort retention 表現尚可，但 LTV 偏弱。核心原因是 monetization 仍未跑通，尤其是 in-app purchase 與廣告變現兩條路徑。
術語密集中文轉寫
難點
金融、醫療、製造、半導體等領域的術語密集錄音，ASR 錯誤率會明顯上升。難點不是潤飾，而是關鍵術語可能被識別成毫不相干的詞。
處理方式
審校重點放在術語校準、縮寫規範和行業上下文核對，再把句子整理成可讀文件。
ASR 初稿
管理層提到一筆他下降，哥四馬軍承壓，半導體那邊的佛托利草菲和 CNP 環節還在爬坡。
人工審校稿
管理層提到 EBITDA 下降，gross margin 承壓。半導體業務中，photolithography 與 CMP 環節仍處於爬坡階段。
說話人和數字敏感轉寫
難點
有些轉寫必須明確是誰說了哪句話，數字也絕對不能錯。ASR 可能混淆發言人，也可能把「13.2 億元」識別成「是 3.2 億元」。
處理方式
人工審校會拆分發言人，恢復問答結構，並重點核對收入、百分比、單位和時間段。
ASR 初稿
Speaker 1: Q2 收入是 3.2 億元，同比增長 8.6%。Speaker 2: 毛利率為什麼下降？Speaker 1 李四主要是原材料和匯率影響。
人工審校稿
張三：Q2 收入為 13.2 億元，同比增長 8.6%。 李四：毛利率為什麼下降？ 張三：主要因為原材料和匯率影響。
保密離線人工轉寫
難點
有些錄音包含敏感研究、內部決策或未公開業務資訊，不適合上傳通用雲端 ASR 或 AI 工具。
處理方式
這不是輸出文風差異，而是工具流程差異：除非客戶明確同意使用工具，否則由人工在本地聽音並直接鍵盤逐字錄入，不借助雲端 ASR 或 AI 校對。
雲端工具流程
錄音上傳到通用雲端 ASR 或 AI 工具，由系統生成初稿，再由審校者修改機器輸出。
離線人工流程
轉寫者在本地聽音，用鍵盤直接錄入轉寫稿。文件傳輸前先約定訪問權限、儲存方式、刪除規則和是否排除工具使用。