C7.12.4Nonlinear SNR cliff in recognition设计研究
噪声环境下的识别退化不是线性的，超过某一信噪比后识别率会骤降
别名: 识别骤降 · SNR cliff · 非线性退化
概念解释
WER 随 SNR 下降并不是一条斜线。在相当宽的区间里错误缓升，越过某一带之后意图和字正确率一起骤降，通道从“还能用”掉进“几乎随机”。噪声退化因此是非线性的。产品若按平均 SNR 的线性外推做承诺，会在悬崖外侧完全失灵。
机制
音素对立靠频谱上的凹凸。噪声把凹凸填到一定程度之前，语言模型还能用上下文补；填平之后，帧后验接近均匀，语言模型开始自由发挥，插入和胡乱替换爆炸。这个转折对应特征空间离开训练支撑的边界，而不是每降 1 dB 固定多几个错词。增强可以把悬崖往低 SNR 推移，很少把悬崖取消。可用性门限说的是“低于某 SNR 就不要当通用输入”；骤降说的是靠近那条门时，指标不会温和地滑过去，而是塌方。指挥产品在悬崖附近“再忍一下”没有意义。
怎么研究
以 2–3 dB 为步长扫 SNR，画 WER 和意图成功率，找拐点。对不同噪声类分别画，悬崖位置会移动。同时画增强开/关。报告拐点而不是只报 0 dB 和 20 dB 两个点之间的直线。现场录音的 SNR 估计有误差，拐点要用受控叠加来定，再用现场核对。
边界
极高 SNR 再升高几乎不再降 WER，那是另一头的饱和，不是悬崖。说话人、词表和语言模型强时，悬崖更靠下；开放域听写更靠上。硬件过载（削波）会造成类似的突然崩溃，根因是失真而不是加性噪声。儿童和耳语音在更高 SNR 就会掉下悬崖。
怎么落地
- 把悬崖位置写进能力说明，并在估计 SNR 进入拐点带时切换到降级模式，而不是继续报“识别中”。
- 优化增强时看拐点移动了多少 dB，不要只看中等噪声上 WER 降了几个点。
- 演示避免停在悬崖内侧的舒适 SNR；要在目标场景真实 SNR 下过一遍完整任务。