# 落地路线与检查清单

> 90 天节奏、六个常见坑、选型打分表与数据口径。

## 8. 90 天落地节奏与常见坑

| 阶段 | 时间 | 交付物 | 通过标准 |
| --- | --- | --- | --- |
| 基线 | 第 1–2 周 | 现状耗时/成本/错误率、100 条评测集 | 指标可量化、可复现 |
| 辅助 | 第 3–6 周 | 坐席 Copilot 或全量质检 | AHT 或听音工时下降 30% |
| 自动化 | 第 7–10 周 | 外呼/IVR 单场景，5%–10% 灰度 | 任务完成率达标、投诉不升 |
| 规模化 | 第 11–13 周 | 全量上线 + 合规审计 + 成本看板 | 单次成本可控、可回滚 |

| # | 坑 | 表现 | 对策 |
| --- | --- | --- | --- |
| 1 | 只看 CER，不看任务完成率 | 转写很准，业务不认 | 用业务结果做验收 |
| 2 | 没有打断与恢复 | 用户说一半被抢话 | 语义 VAD + 打断信令 |
| 3 | 热词表长期不更新 | 新产品名永远识别错 | 热词随业务周更 |
| 4 | TTS 音色不像业务员 | 用户一听就挂 | 真人音色克隆 + 盲听验收 |
| 5 | 线路质量差 | 接通率低，怪模型 | 先测线路，再谈模型 |
| 6 | 合规写在提示词里 | 批量违规，事后才发现 | 硬编码护栏 + 审计 |

## 9. 选型打分表（可直接用）

| # | 检查项 | 权重 | 评分要点 |
| --- | --- | --- | --- |
| 1 | 中文/方言识别在你的测试集上的 CER | 20 | 用自己的 200 条真实音频，不用厂商样例 |
| 2 | 首字与首包延迟 P95 | 15 | 真实网络下测，不看实验室数据 |
| 3 | 打断、回声、静音处理 | 10 | 现场模拟抢话与噪声 |
| 4 | 热词与术语定制能力 | 10 | 能否自助更新、多久生效 |
| 5 | 私有化与数据合规 | 15 | 是否支持全离线、审计日志 |
| 6 | TTS 音色质量与克隆授权 | 10 | 盲听 + 法务确认授权链 |
| 7 | 单价与阶梯价、线路成本 | 10 | 算单通成本，不算单分钟 |
| 8 | SLA 与故障切换 | 5 | 是否有双活、赔付条款 |
| 9 | 二次开发与 API 完整度 | 5 | 流式协议、回调、并发上限 |

## 附录：数据口径

- ASR 准确率区间、客服与外呼效率量级、催收三层架构与合规四条硬线：行业公开案例与第三方实测汇总（详见 [AI 模型业务落地全景](../AI模型业务落地全景.md)）。
- 商用 ASR 价格：2026 年公开报价换算，汇率按 $1≈¥7.2；国内厂商阶梯价大客户可再低 30%–50%。
- 开源效果：FunASR 官方 benchmark（184 条中文长音频，单卡 H100）；厂商自测，非独立评测。
- 端到端延迟：Qwen3-Omni 官方公布数据。
- 市场份额：第三方市场研究报告（2026，软硬一体收入口径），仅作格局参考。
- 自建 TCO 与盈亏平衡点为估算，随 GPU 价格、利用率、人力成本变化，落地前需按自身情况重算。

> 本文为选型与方案参考，不构成采购建议；所有厂商能力以实际 POC 为准。

---

上一篇：[平台搭建与业务赋能](06-平台搭建与业务赋能.md)　·　[返回语音索引](README.md)　·　下一篇：—