Una empresa quiere transcribir mensajes de buzón de voz de menos de 60 segundos y debe reconocer correctamente unos 200 nombres de productos que tienen ortografías o pronunciaciones inusuales. Tienen 4.000 palabras transcritas disponibles para personalización y necesitan actualizar las personalizaciones varias veces por hora durante el desarrollo. ¿Qué enfoque maximizará la precisión de la transcripción durante el desarrollo?

La creación de un vocabulario personalizado con pronunciaciones fonéticas es la mejor opción. Los nombres de productos con ortografías o pronunciaciones inusuales se benefician enormemente de las entradas fonéticas, lo que mejora la precisión del reconocimiento. La actualización manual basada en el análisis de errores permite una mejora dirigida y rápida durante el desarrollo. Las otras opciones son menos óptimas: Un bot conversacional no es un servicio de transcripción y no aborda directamente el problema de la precisión de la transcripción. La actualización automática de un vocabulario basado en palabras de baja confianza podría introducir ruido o errores si no se valida, y no garantiza la corrección de los nombres de productos específicos. Entrenar un modelo de lenguaje personalizado es un proceso más largo y costoso, y la necesidad de actualizaciones "varias veces por hora" hace que el reentrenamiento iterativo sea inviable para el desarrollo rápido.