AssemblyAI 发布 Keyterms Prompting：流式语音识别的精准升级
在语音 AI 领域，通用模型往往难以应对行业特有的专有名词。无论是餐饮订单中的“Baconator”还是医疗日程中的“Dr. Rodriguez”，这些关键术语的误识会导致严重的业务后果：订单错误、会议记录不可检索，甚至医疗预约失误。
针对这一痛点，AssemblyAI 于 2025 年 9 月 11 日推出了 Keyterms Prompting 功能，专为 Universal-Streaming 模型设计。该功能允许开发者在流式语音识别请求中传入最多 100 个自定义关键术语，确保这些“最重要”的词汇被完美转录。
核心突破：领域专有名词的实时增强
传统的语音识别系统在处理领域特定语言（Domain-Specific Vocabulary）时面临巨大挑战。餐厅菜单、医疗术语、公司内部黑话等独特拼写和专有名词，往往是导致语音 Agent 失败的主要原因。
Keyterms Prompting 通过简单的参数注入（keyterms_prompt），无需复杂的微调（Fine-tuning）或昂贵的定制模型，即可在推理阶段动态提升特定词汇的置信度。
关键技术指标
- 准确率提升：在关键领域术语上，相比 Deepgram Nova-3 基准模型，准确率平均提升 21%。
- 误识率降低：关键实体误识率（Missed Entity Rate, MER）显著下降，特别是在医疗对话和复杂菜单场景下。
- 成本效益：额外费用仅为 $0.04/小时，相比同类解决方案节省 67% 的成本。
- 参数限制：支持最多 100 个术语，单个术语长度不超过 50 字符。
多行业应用场景与价值
1. 餐饮服务：订单零误差
在食品服务行业，菜单项的准确性至关重要。将“Whopper”误听为“Wrapper”不仅造成订单错误，更会损害客户信任。Keyterms Prompting 可精准识别餐厅特定的菜单项、定制选项（如“extra crispy”）及内部术语，大幅减少重复确认和返单率。
2. 医疗健康：安全与专业
医疗调度机器人对医生姓名和医学术语的准确性要求极高。误识可能导致患者预约到错误的医生，存在潜在风险。该功能确保医生姓名、专科术语及诊所特定词汇的精确转录，保障预约流程的专业性与安全性。
3. 会议智能：可搜索的文档
会议转录的价值取决于其可检索性。当参与者姓名和公司缩写被混淆时，笔记将失去意义。通过动态注入会议开始时的关键人名和术语，Keyterms Prompting 确保了生成的文档不仅准确，而且完全可搜索。
极简集成，赋能规模化
实现 Keyterms Prompting 极为简便，开发者只需在流式请求配置中添加 keyterms_prompt 参数即可。该功能无缝集成于现有 API，支持从 100 小时到 10,000+ 小时/月的弹性计费模式。
正如 AssemblyAI 团队所言：
"Accurate transcription of your critical vocabulary shouldn't break your budget." （对您关键词汇的精准转录不应破坏您的预算。）
这一更新标志着语音 AI 从“通用理解”向“精准领域执行”的重要跨越，让语音 Agent 在处理复杂业务逻辑时更加可靠。
