多语言语音 Agent 如何可靠采集车牌信息？

Bemaitis · reddit · 2026-08-24

开发者正在构建基于 LiveKit Cloud 和 Soniox TTS 的语音服务，核心任务是在通话中采集车辆车牌号。初期直接让用户朗读的准确率仅约 50%，尤其在字母（如 Z）识别上表现不佳。引入音标字母（如 A as in Apple）虽能大幅提升准确率，但采集过程耗时近 2 分钟，严重影响用户体验。呼叫者主要使用英语、俄语和葡萄牙语，且许多人带有浓重的非英语口音。作者寻求在产线上解决该问题的经验。