C7.04.6Dialect phonology mapped onto standard orthography设计研究
方言与标准语共享大部分词汇但发音规则不同，容易被误识别为音近字
别名: 方言音系 · 音近字 · 发音规则 · topolect
概念解释
许多汉语方言与普通话共享大部分词汇和汉字目标，但声母、韵母、声调规则不同。识别器若只按普通话音系对齐这些词，会把方言发音映射到普通话里读起来接近的别的字。用户说的是那个词，屏幕上却是音近的错字。这不是夹了外语，也不是词表里没有这个词，而是同一词位走了另一套发音规则。
机制
声学模型在标准音上学会“某声母+某韵母 → 某字”。方言把古全浊声母、入声、鼻音韵尾处理成另一套对立，同一词位的声学轨迹落到标准空间的另一个格子。解码器在标准词表里找最近的字，于是“是”变成“四”、“去”变成另一个近邻。语言模型若期待通顺的普通话，还可能把整句拉向另一个通顺但不是原意的句子。口音通常指标准语内部的发音偏移；方言音系可以改变对立本身，混淆集比口音更大。因为目标正字法仍是那批汉字，错误看起来像同音替换，根因却是音系错配。
怎么研究
用同一批词位请标准语和方言说话人各读，强制走普通话解码器，对比替换是否落在可预测的音近字集合上。把“词位识别对、用字错”与“词位认成别的词”分开。对照条件是：同一说话人改用普通话再读一遍。若普通话遍误差低、方言遍出现稳定的近邻替换，就能把音系规则从一般口音噪声里拆出来。不要用转写成方言拼音的参考去评普通话输出，那会把正字法问题与识别问题缠在一起。
边界
有独立书面传统、词表重叠很小的语言，不是“共享词汇、不同发音”的方言关系，应走另一套识别。说话人已经在向普通话靠拢的接触变体，混淆集较小。输出目标若是方言正字或拼音而不是规范汉字，机制变成另一条转写任务。噪声和信道同样能制造音近替换，需要用干净录音先确认规则性混淆。
怎么落地
- 对目标地区，收集方言发音到规范汉字的混淆表，把高频稳定近邻做成校对候选，而不是只标红。
- 允许用户声明地区变体，加载对应发音词典；不要暗示“说慢一点就会变成普通话”。
- 验收用相同词位的方言/普通话对，报告可预测近邻替换的比例，避免只看总体 WER。