语音 Agent 录音分双声道，质检成本降到每次 2 美分
Kindly-Duty272 · reddit · 2026-10-24
开发者分享语音 Agent 质检的实操经验：从第一天起就把通话录成两个独立单声道——左声道写 callee、右声道写 agent，而不是混成一条立体声轨道。捕捉时已知的说话人身份无需再跑 diarization 模型。
由此带来三个收益：
- 快速扫描：直接看双波形即可发现问题——左声道不动说明来电者沉默或提前挂断，右声道在左声道间隙说话即 agent 打断对方。
- 事后转录找 bug：用 Whisper 转录录音并与实时转写 diff，发现了实时 ASR 把 "$5.50"（"five fifty"）截成 "fifty" 的 bug；单次转录成本约 $0.02，可对每通电话审计。
- 量化轮次：分声道后容易计算每侧的停顿与重叠。
作者建议：改造旧录音会丢失干净分离，务必从一开始就分开录音。
「编程与Agent」频道最新
- Lee Rob 发布 45 分钟课程:讲透 always-on AI Agent 运作原理 — Saboo_Shubham_ · 2026-10-24
- chrisalbon 感叹「提示词工程师已死」,转用骑车食谱演示提示技巧 — chrisalbon · 2026-10-24
- few-shot 提示解法:把示例改成待补全列表即可绕开模板陷阱 — mmitchell_ai · 2026-10-24
- AI 辅助重写世界：Rust 项目月处理近 1T tokens、月提交 5 万+ — doodlestein · 2026-10-24
- NeurIPS 论文 OAT:只学「成功轨迹」即可定位 Agent 失败步骤 — SharonYixuanLi · 2026-10-24
- 让 Claude 自启并行 agent,它给自己写的提示词堪称教科书 — hewarsaber · 2026-10-24