学舌鸟个人化
越用越懂你
学舌鸟从三件事学你：常听错的词、你的分寸、你的声音。
第一层
听错一次，下次就打对
修正听错的字后，学舌鸟会建议加入词典；你确认了才加。
看细节
- 学舌鸟用读音区分“听错”和“换说法”：读音相近的是听错，可以加入词典；换说法有自己的分页，不会进词典，也不会拿去训练。判断错了可以改。
- 确认过的会收进“已确认 N 笔”，列表只留还没处理的。
- 也可以自己到 设置 → 词典与纪录 → 词典 →「添加」，写下正确写法和常见错法。
- 适合人名、产品名、英文术语。
- 修不了要看上下文的同音字（例如「在／再」），这类交给专属语音模型。
个人化训练 · 待确认Jmini→Gemini加入词典
第二层
提醒越来越贴近你的分寸
觉得提醒不对，就点「判断不对」。累积 20 条，学舌鸟在你的 Mac 上帮你训练一层只属于你的判断。
看细节
- 在侧边栏「个人化训练」页的「语气提醒个性化」确认你的反馈，数据不上传。
- 只影响语气提醒，不会改变语音识别。你给过反馈的语言各有一区。
- 每 5 条留 1 条不拿来训练，专门用来检查；也会用内置检查句确认没有变差，没通过就不能采用。
- 采用后保留版本记录，随时能还原上一版或回到原本的模型。
- 中文、英文都可以。
✦ 语气提醒
语气有点冲，送出前再看一下
判断不对这个 App 不提醒
↓ 确认后，在这台 Mac 上训练
第三层
念几句，看学舌鸟哪里听错
“朗读录音”是你的个人识别体检：一轮 10 句、约 2 分钟，每句念完就标出听错的字，一轮结束告诉你错字率。这些录音的答案是对的，也能拿去训练只属于你的语音模型。
朗读录音 · 第 3 / 10 句
明天再跟大家确认时间
学舌鸟听到明天在跟大家确认时间
听错 1 个字：标出来的跟原稿读音一样，是学舌鸟选错字，不是你念错。
下一句学舌鸟听到的才对
进阶：用录音训练专属语音模型。开发者用工具包实测（2 小时日常听写，考卷是 263 段训练没看过的录音）：
错字少 2～3 成，最明显的是常讲的人名、产品名和夹杂的英文。这两次的答案是模型自己听的，本身有错；早期实验把录音从 30 分钟加到 2 小时，错字率只从 3.6% 降到 3.4%。所以朗读录音（答案正确）比录很多更重要。代价是听一般人说话会稍差一点（约多 1 个百分点）。训练在你自己有 NVIDIA 显卡的电脑上做，学舌鸟本身不训练。
- 朗读录音＋确认修正设置 → 个人化训练 →「朗读录音」念几轮；确认清单里确认过的修正也算
- 导出训练资料设置 → 词典与纪录 → 数据存放位置 → 我的资料 →「导出训练资料…」，朗读录音卡片上也有
- 训练用开源的 parroting-asr-training，RTX 4090 约 8–9 分钟
- 导入设置 → 说话 → 语音模型与语言 →「管理模型」→「导入模型…」
- 用你的朗读录音测一下「管理模型」窗口最上面的「用你的朗读录音测一下」，导入前后各测一次，比错字率
给动手训练的人：完整步骤与注意事项
- 正确文本最重要：朗读录音最可靠，其次是你确认过的修正。只用识别结果当答案也能练，但效果有上限。
- “导出训练资料…”生成一个 zip（parroting-asr-dataset v1）：朗读录音、确认过的修正默认勾选，“只有识别结果”可以另外勾。固定每 5 段留 1 段当考卷，不拿来训练；超过 30 秒的录音会略过。
- 朗读录音一直保留，直到你自己删除。确认过的修正要还留着录音才能导出：学舌鸟默认只留最近 300 段，想多留到 设置 → 高级 → 历史 →「录音保留多久」调长。
- 训练工具包：需要 Linux，或 Windows 的 WSL2；8 GB 显卡也能跑。说明为英文，MIT 许可。至少准备 20–30 分钟有正确文本的录音。用 LoRA 微调 SenseVoice Small，只训练约 2% 的参数。只用 CPU 也行但很慢：90 分钟的录音，16 核每轮约 50 分钟。
- “用你的朗读录音测一下”只用考卷那 1/5，训练过的句子不会灌水。
- 工具包会自动把答案转成简体：实测用繁体答案训练会越练越差。
- 步骤：
ptrain.py check检查数据，ptrain.py train训练并在考卷上比较前后（报告会直接写“Use it”或“Don't use it”），export_gguf.sh生成约 250 MB 的 .gguf。 - 导入时学舌鸟会先试识别一句，认得出字才启用；不满意随时点「切回标准版」。
- 许可：SenseVoice Small 采用 FunASR 模型许可，训练出来的模型也要遵守。
- 隐私：导出的数据包含你的声音和说过的话，分享前请想清楚。
- 在 Mac 上训练目前还没验证，建议用有 NVIDIA 显卡的电脑。