M2.08.2yes-no confirmation ASR risk设计研究
是与否的回答本身也会被听错
别名: 是非误识别 · polarity error · false yes
概念解释
加一轮「是不是」并没有把不确定性关进保险箱：是与否本身也要被识别。用户说「不对」听成「要对」，前面所有槽的核对都白做，而且方向反了——系统把拒绝当成批准。确认轮权重最高、声学质量却往往最差：词短、爱插话、常在噪声里随口应一声。
机制
极性词时长短、能量低、方言和口头禅多（嗯、对、啊、nah、yeah、nope）。它们还常落在打断里，起点被切掉半个音节。确认轮把整次任务的执行权压在这一个低质量分类上：假阳性的「是」会执行，假阴性的「是」会再问一遍。两个方向的代价不对称。假「是」在转账、发消息、开门上不可接受；假「否」只是再确认一次。把阈值按普通词错误率去调，等于拿执行权去换流畅。
「不是，是后天」这种纠正还会被先切成「不是」就停，后半句丢掉，系统以为只是拒绝，不知道正确值已经说了。是非问答不仅听错极性，还会把附带的修正吃掉。
怎么研究
在目标噪声和设备上单独测极性词的混淆，不要用整句词错误率代替。因变量分成假「是」和假「否」，并按动作代价加权：不可逆动作上假「是」要单独报。再比较三种形态：单音节是/否、必须复述关键槽、按键或屏幕点选。
看确认轮的打断率和响应时长：极短的「嗯」更像习惯性应答，也更易与呼吸、电视声混。语料里要把「不是，是 X」标成拒绝加修正，而不是单纯极性。
边界
屏幕上的是/否按钮、电话键 1/2，把极性从声学里拿掉，这条风险下降。头戴式高信噪比、用户被要求说完整句「确认发送」时，声学质量够用。儿童和老人的极性词更短、更含糊，风险上升。有的语言肯定否定音节差很大，有的几乎只靠声调，不能把一种语言的是非识别率搬到另一种。已经决定用事后撤销替换确认的动作，极性听错的伤害取决于撤销窗口还在不在。
怎么落地
- 不可逆动作不要用单音节是/否做最后闸门。改成复述关键槽（金额、姓名）、说一个指定动词（「发送」），或落到按键/屏幕。
- 识别「是」的通过阈值严于「否」：拿不准就再问，问法换成「请说发送或取消」，不要原句再播一遍。
- 确认轮保持继续听完整句的能力：「不对，发给爸爸」应同时记下拒绝和修正，不要在「不对」处截断。
- 验证：在真实噪声里录「对 / 不对 / 嗯 / 不是，是 X」。假「是」导致执行的次数应为零；「不是，是 X」应改到 X，而不是只取消。