#7468 静音音频幻觉问题怎么解决

识别出静音片段出现幻觉（重复或无意义文字）是 Whisper 类模型的常见问题，可通过以下方式缓解：

1. 提高 VAD 语音阈值：进入 菜单 → 工具 → 高级选项 → 语音识别参数，适当调大 语音阈值，过低会把噪声误判为语音，过高会漏识别。
2. 调低非语音阈值：同区域找到 非语音阈值，减小该值可降低幻觉但可能遗漏文字。
3. 调整重复惩罚与文本压缩率：增大 重复惩罚、减小 文本压缩率，有利于减少重复和幻觉输出。
4. 调小静音分割持续(ms)：让 VAD 更灵敏地在静音处切分，避免静音片段被合并进语音段。
5. 启用降噪或分离人声背景声：若原音频背景噪声较大，点击主界面 设置更多参数，勾选 降噪（若已选分离背景声则无需降噪）。
6. 更换识别渠道：如 faster-whisper 幻觉明显，可改试 Qwen-ASR(内置) 或在线渠道（如豆包极速版、OpenAI API）。
7. 关闭上下文感知：若开启了 启用上下文感知，其虽提升效果但更易产生重复或幻觉，可将其关闭。
8. 核对发音语言：明确指定发音语言，勿依赖自动检测，可减少识别偏移。

请查阅相关文档：

• 调节VAD精确控制语音识别
• 优化断句效果
• 高级选项