README.md

实验语料：38 条合成语音备忘录

• memos.json：脚本、虚构人物、术语表。所有人物都是虚构的。
  • W01–W20：工作备忘。人名、术语、中英混说、口头禅“就是说”；W03、W06、W13、W20 里的“苹果”指苹果公司。
  • L01–L08：生活备忘。里面有 9 处“苹果”，都指水果。
  • I01–I10：想法录音。每条带一个明确的判断。
• audio/*.wav：用作者授权的克隆声音朗读脚本（本地 Qwen3-TTS，tts-clone qwen-clone，参考音在 tts_clone_skill 的 private/ 下，不随书分发）。
• transcripts_*.json：AI Builder Space 的识别结果，三种方式：
  • grok：Grok 识别接口，不给词表；
  • grok_terms：Grok 识别接口，terms 里给出人名和术语；
  • compat：OpenAI 兼容接口。
• score_names.py：数人名和术语写对了几处。规则是某个词在这条脚本里出现几次，转写里就要出现几次。

复现

# 1. 合成（需要本机的 tts-clone 和参考音）
tts-clone qwen-clone --ref-audio <reference.wav> --ref-text-file <reference.txt> --lines-file experiments/corpus/lines.json --out-dir experiments/corpus/audio/
# 2. 识别
op run --env-file experiments/aib.env -- .venv/bin/python experiments/corpus/transcribe.py
# 3. 打分
.venv/bin/python experiments/corpus/score_names.py

结果（2026-10-13）

38 条备忘录一共 31 处人名、22 处术语：