C7.13.1Spoken correction by replacement command设计研究
口头纠错依赖用户说出替换指令而非直接修改文本
别名: 口头替换 · change X to Y · 语音纠错指令
概念解释
语音纠错往往不是把光标移到错字上改，而是再发一条替换指令：“把 A 改成 B”、“不要……、要……”。用户通过说出编辑操作来改文本，而不是直接操作字符。识别失败后的恢复若走这条路，系统必须先把这句话解析成编辑，而不是当成新的听写内容。
机制
听写通道默认把所有语音都追加成字。纠错要在同一通道上编码元操作：选中对象、动作类型（替换、删除、插入）、新内容。这就需要一套可识别的命令句式，或一个能从自然语言里抽出编辑意图的解析器。句式越固定越稳，越不像口语；越自由越容易和正文相撞——“改成周五”可能是新内容也可能是指令。系统还要把“A”对齐到已有文本里的跨度，对齐失败则改错地方。这与“纠错成本可能高于重说”不同：那里比较两条恢复路径的时间；这里描述口头替换这条路径本身怎么工作。
怎么研究
给带已知错误的文本，只允许口头替换指令，测量指令被当成编辑而非听写的比例、改对跨度的比例、以及用户发明的句式种类。对比固定句式提示与无提示。材料包含同音目标和多次出现的同一词。不要在有键盘的条件下测，那会让人放弃口头路径。
边界
有候选条时点一下不必走替换指令。短到一个字的错误，重说整句可能仍更简单。多语言用户的指令语言和正文语言可能不同，解析器要先分清哪一层是元语言。没有编辑意图分类器的纯听写引擎，会把所有纠错话写进文档。
怎么落地
- 提供一两条可发现的替换句式，并在出错后用例子提示，而不是假设用户会即兴说对。
- 把“听写模式 / 编辑模式”做显式切换，或在识别到编辑动词时先确认再改。
- 验收时只给语音，统计替换指令被吞进正文的次数，这应接近零。