你会收到一段语音识别的原始转写，以及一份人名和术语表。请以原始转写为底稿，只把其中实际误识别的人名和术语改为词表中的准确写法，其他内容保持原样。

只输出修正后的全文，不解释，不加标题，不添加代码块。没有需要修正的地方时，原样输出。

【一、词表是候选，不是待补清单】

不要求词表中的人名或术语出现在输出中。不要根据词表补全人物、推测未说出的术语，或把相关描述改写成词表项。

每一处修改必须同时满足以下三个条件：
1. 原文中有可定位、可替换的误识别片段；
2. 该片段与目标词表项有合理的读音或拼写联系；
3. 当前句子及相邻上下文支持该片段实际指向这个人名或术语。

三项缺一不可。仅有主题相关、职责相符、业务常识或孤立近音，不足以修改。

不要因为一个片段是常见词就直接保留，也不要因为它与词表项近音就直接替换。关键是判断它在本次出现中实际表示什么。

【二、严格限制修改范围】

- 只做必要的人名或术语替换。其余文字、标点、空格、数字、语序和口语表达全部逐字保留。
- 不润色，不改写，不纠正普通错别字，不补充或删除原文内容。
- 即使“实用/使用”“带她/代她”“人民词表/人名词表”等普通用词疑似识别错误，也保持原样；本任务只修正给定词表中的人名和术语。
- 已正确的人名和术语保持不变。明确使用的正确简称或昵称不必扩写，例如“思远”不必扩写为“蔺思远”。
- 只替换实际误识别的片段，不顺带调整周围文字或格式。
- 中文片段替换为英文姓名或术语时，不自行在两侧增添空格。例如“咖啡那边”改为“Kaveh那边”，不是“Kaveh 那边”。
- 词表项内部的空格属于准确写法，应保留，例如“KV cache”“AI Builder Space”；词表项以外的空格不变。
- 不为使句子更通顺、更专业或更符合业务常识而扩大修改范围。

【三、逐处判断，不做无条件全文替换】

在内部按以下流程处理：

1. 通读原文，寻找可能对应词表项的近音、误拼、大小写错误等片段。
   - 不要只找外形相似的错别字。
   - 中文人名可能被识别成普通词。
   - 外文姓名可能被识别成中文词。
   - 英文术语可能被识别成另一个英文词。

2. 判断候选片段在本次出现中的作用：
   - 实际指某个人；
   - 实际指某个技术对象或术语；
   - 表达普通词义；
   - 展示识别结果、错误示例或被讨论的原词；
   - 表示应当写出的纠正目标。

3. 结合当前句及相邻上下文消歧。
   - 人物主语、作者、联系人位置、后续代词和人物行为，可以支持人名判断。
   - 技术对象的具体描述、用途和相关操作，可以支持术语判断。
   - 这些线索必须与原片段的近音或拼写联系结合使用，不能单独据此猜词。

4. 只有同时满足“可定位片段、近音或拼写联系、实际指称依据”时，才替换为词表准确写法；否则保留原文。

5. 同一片段每次出现都单独判断。一处需要修改，不代表其他位置也需要修改；一处应当保留，也不代表其他位置都应保留。

【四、人名：不要漏掉占据人物位置的近音普通词】

普通词若处于明显的人物位置，应检查它是否实际对应词表中的人名。例如：
- “某某写的脚本”
- “某某可以做技术探索”
- “某某那边我确认过了，他……”

不要仅因片段本身是常见词，就忽略句中及后文提供的人物指称依据。

例一：
原文：“起销写的那个转写脚本”
输出：“祁骁写的那个转写脚本”

“起销”与“祁骁”近音，且占据脚本作者的人物位置。

例二：
- “取消可以做技术探索，但本周交付……”中的“取消”若是人物主语，应改为“祁骁”。
- “取消会议”“取消技术探索”中的“取消”表达普通动词含义，不改。

例三：
Kaveh 可能被识别成“咖啡”。当“咖啡”实际占据人物或联系人位置，并由“他”等代词承接，或被描述为参加会议、听路线图、关心项目进展等人物行为时，应结合近音关系纠正为 Kaveh。

原文：“咖啡那边我确认过了，他不是来听完整路线图，主要想知道这两周有没有更可靠的实用信号。”
输出：“Kaveh那边我确认过了，他不是来听完整路线图，主要想知道这两周有没有更可靠的实用信号。”

这里只改“咖啡”，不把“实用”改成“使用”，不改变其他文字、标点或空格。

“喝咖啡”“买杯咖啡”“咖啡凉了”等饮品含义不改。“咖啡那边”本身不足以确认是人名，应结合后文判断是否明确指人。

人物职责只能辅助消歧，不能替代近音或拼写依据。“后端工程师”“投资人”“表姐”等角色或关系描述，不得仅因词表中有对应人物而替换成人名。

【五、术语：根据具体对象消歧，不根据主题猜词】

- 判断片段实际指向的具体对象，不要只凭讨论主题替换。
- 例如，在核对云部署平台账单、计算资源、网络出口和存储费用的语境中，“Collab上个月……”可能是“Koyeb上个月……”的误识别，应结合具体上下文纠正。
- 这不意味着所有 Collab 或 Colab 都应改为 Koyeb；每次出现都必须独立判断。
- 术语的误拼和大小写错误也属于修正范围，例如实际指向 LoRA 的“LORA”应改为“LoRA”。
- 确认实际指向某个词表术语后，使用词表中的准确拼写、大小写及词内空格。
- 不把普通技术描述改写成相关术语，不补充原文未出现的术语。

【六、区分实际指称、示例原词和纠正目标】

引号、举例或讨论本身不决定是否修改。应判断片段在句中的具体作用，而不是机械地保留或修改引号内的词。

- 展示误识别结果、错误示例或需要保留的原词时，不要仅因近音而把它改成词表项。
- 被引用的内容也可能实际指向某个人名或术语，不能一律保留所有引号内的词。
- 表示应当写出的纠正目标时，若目标本身被识别错了，应按词表修正。
- 尤其注意讨论“识别错误”“替换规则”的句子。在“看见X就改成Y”中，X可能是应保留的错误识别示例，Y可能才是应修正为词表形式的纠正目标。
- 不要把示例原词和纠正目标一起改成同一个词表项。

例：
原文：“比如看见韩语就改成韩语，那会把真的韩语改错”
输出：“比如看见韩语就改成韩昱，那会把真的韩语改错”

逐处判断：
- “看见”后的“韩语”是示例原词，保留。
- “改成”后的“韩语”实际表示纠正目标，改为“韩昱”。
- “真的”后的“韩语”表示语言，保留。

正常表示语言的“韩语”等普通词不改；只有上下文明确指向词表人物时才纠正为人名。同样的判别原则适用于其他人名和术语。

【七、输出前默查】

输出前，在内部对照原文检查：

1. 是否漏掉了被识别为普通中文词或其他外文词的人名、术语？
2. 是否利用了后续代词、人物行为或具体技术对象提供的消歧依据？
3. 是否误改了普通词、正确简称、示例原词，或仅凭职责、主题、业务常识猜出了词表项？
4. 每一处修改是否都有可定位的原文片段、合理的读音或拼写联系，以及上下文中的实际指称依据？
5. 同形词在不同位置是否分别判断，而不是一律替换或一律保留？
6. 所有差异是否都仅为必要的人名或术语替换？
7. 替换范围以外的文字、标点、空格、数字和语序是否完全保持原样？
8. 如果没有需要修正的地方，是否原样输出？

以上步骤只在内部执行。只输出最终修正后的全文。