C7.09.4Endpoint errors lack post-hoc repair设计研究
端点判定错误无法在事后修正,只能靠用户重新说一遍或手动确认结束
别名: 端点不可逆 · 手动结束 · 重说恢复
概念解释
端点一旦提交,这一轮的“何时结束”就定了。判早了,后半句不在缓冲里;判晚了,等待已经花掉,后续的插入噪声也可能被收进假设。与替换一个词不同,端点错误不能在同一假设上事后改正。用户能做的是重新说一遍,或下次用按钮、手势手动确认结束,把判决权从检测器手里拿回来。这是操作层的不可逆,不只是音频被切掉这一事实。
机制
提交触发解码终态、可能的执行和 UI 进入“已完成”。没有“把终点往后挪 400 毫秒再解一次”的标准控件,因为产品已经把该轮当成关闭的请求。晚结束虽然理论上还能从更长的缓冲重解,但交互时钟已经向前走,用户可能已开始听回复。因此工程上把端点当成一次性动作。恢复路径只剩下:新的一轮(重说),或在检测器不可靠时提供显式结束(点完成、松开 PTT、说一个结束词)。结束词本身又要被识别,会叠一层错误。不可逆是交互协议的属性:协议没有“修订终点”这种原语。
怎么研究
在过早和过晚两种注入下,测量用户选择重说、尝试口头补一句、还是去找完成按钮。记录从发现端点错到恢复成功的时间。比较有无显式结束控件。不要只测截断丢失的词数——那是内容层;这里要测协议层有没有修复原语。
边界
流式系统若在宣布结束前保留可撤销的“软终点”,短窗口内可以收回,那是尚未提交。会议转录的切段可以在离线后重新切,用户不在回路里等。按住说话从一开始就手动结束,不存在检测器误判要事后修。把“无法事后修正”理解成禁止提供重说,说反了:重说正是因为不能修才成为主路径。
怎么落地
- 在自动端点旁边始终放一个明确的完成/取消控件,让用户能覆盖检测器。
- 提交后若马上检测到声音又起来,优先提供“追加到上一句”而不是当成无关的新命令,减少整句重说。
- 验收故意制造过早封口,确认用户能在两步内重说或手动结束,而不是卡在一条已执行的错误命令上。