摘要：
开篇废话 这么多年一直在写 代码。在编码规范和代码优雅问题上一直都有自己的一套理论，脑中有大量有型的案例。习惯在周末的时候独自在家大批量的重构项目中的代码，看到不规范的代码就有要修改它的冲动。对代码有洁癖，也喜欢重构。一个周末重构上百个类，真的挺爽的。重构的多了，觉得挺没意思，因为感觉都在重复同样的 阅读全文
posted @ 2020-05-05 18:12
吴键WJ
阅读(7)
评论(0)
推荐(0)
摘要：
接劣化排查框架（那是出了事之后的流程），这篇写「不出事之前」的部分：线上分类器的漂移监控——怎么在用户投诉之前发现模型的世界开始变了。内容很干：三个指标、两道告警、一个看板，全部可以直接抄。 为什么「准确率监控」是个陷阱 多数团队的模型监控长这样：每天抽检一批预测结果，算准确率画曲线。问题是：线上没 阅读全文
posted @ 2026-11-07 09:58
吴键WJ
阅读(3)
评论(0)
推荐(0)
摘要：
转写系列第三篇（前传：长音频三坑、告警语音转工单）。这次单独深挖说话人分离（speaker diarization）——转写管线里公认的深水区：转写告诉你「说了什么」，分离告诉你「谁在说的」，后者在会议纪要场景是灵魂功能，也是当前技术最诚实的短板。这篇记录我们从开源方案到生产可用的完整历程。 先给出 阅读全文
posted @ 2026-11-06 21:38
吴键WJ
阅读(4)
评论(0)
推荐(0)
摘要：
接长音频转写和 TTS 系列，回到文字识别线的一个硬骨头：表格 OCR。普通文本识别的输出是一串文字，表格识别的输出必须是结构——行列关系、合并单元格、表头归属。这篇记录我们把财务报表扫描件批量转可编辑 Excel 的工程实录，核心是三段递进：单元格切分、结构推理、语义校验。 为什么表格 OCR 难 阅读全文
posted @ 2026-11-05 09:31
吴键WJ
阅读(6)
评论(0)
推荐(0)
摘要：
翻译系列的工程篇：一个内部知识库双语化项目——两万篇内部文档（wiki、设计稿、runbook）批量翻译成中英双语，供海外团队使用。单篇翻译是调用问题，两万篇是系统问题。这篇按管线顺序记录四个模块的工程决策，翻译质量的账最后算。 模块一：术语表先行，别让模型自由发挥 批量翻译最大的质量风险不是句式， 阅读全文
posted @ 2026-11-04 10:33
吴键WJ
阅读(4)
评论(0)
推荐(0)
摘要：
接转写系列之后，这次记录语音反方向的工程实录：把长文本（产品文档、有声书章节、内部通报，万字级）稳定合成为语音。短句合成是玩具级问题，任何 TTS 都能出声；长文本合成是工程问题，坑全在「长」这个字上。按踩坑顺序记四个。 坑一：多音字是长文本的重灾区 短句里多音字可以靠上下文盲对，万字文本里多音字的 阅读全文
posted @ 2026-11-03 10:35
吴键WJ
阅读(7)
评论(0)
推荐(0)
摘要：
接上篇 OCR 的账本系列，这次记录语音转写线的一个真实项目：把公司两年积压的内部分享录音（单场 90 分钟上下，总计 400 多小时）批量转成可检索的文字稿。项目不大，坑位密集，按踩坑顺序记录。 坑一：切分不是切西瓜 最初的脚本很朴素：按固定 30 秒切段，逐段转写，拼接输出。跑第一场分享就露馅了 阅读全文
posted @ 2026-11-02 10:54
吴键WJ
阅读(5)
评论(0)
推荐(0)
摘要：
OCR 实测篇。手头一批扫描件要数字化（老文档 800 页 + 日常截图流），两条路线跑了完整流程：算邻坊·文字识别（按页计费云 OCR）和自建 PaddleOCR。六个维度逐项对打，数字全记录。 环境与负载 自建：PaddleOCR（PP-OCRv4），CPU 推理，部署在部门闲置服务器 云：算邻 阅读全文
posted @ 2026-11-01 10:19
吴键WJ
阅读(13)
评论(0)
推荐(0)
摘要：
端侧系列第 5 篇，软件侧开篇。前面四篇把硬件跑通了（树莓派/旧手机/边缘盒子/百元板）——但模型跑在板子上只是「能跑」，要用起来还差一层：一个家里/办公室所有设备都能调的 API 网关。这篇给一个 200 行代码的极简实现：手机、电脑、平板共用一台开发板的翻译能力，全程不出局域网。 要解决的四件事 阅读全文
posted @ 2026-10-30 10:58
吴键WJ
阅读(5)
评论(0)
推荐(0)
摘要：
端侧系列第 4 篇。前面树莓派、旧手机、边缘盒子各验证了一块硬件——这篇收拢到「百元级开发板」这个档位做横评：三块主流板子同题竞速，12 个数字交底。给想花零钱搭一台「常驻翻译小主机」的人一份采购依据。 参赛选手 板 A：全志 H616 四核 Cortex-A53，2GB 内存，约百元出头 板 B： 阅读全文
posted @ 2026-10-29 10:19
吴键WJ
阅读(13)
评论(0)
推荐(0)
摘要：
翻译质检系列第二篇。开篇聊了「机翻为什么需要审校」——这篇进操作层：审校资源有限（不可能全检），怎么抽样、抽多少、判定线放哪。一套可以直接搬走的抽检方案。 质检的数学底线：抽检能保证什么 先说清楚抽检的能力边界：抽检是验收工具不是保证工具——它能以高置信度判断「这批译文整体质量是否过线」，不能保证每 阅读全文
posted @ 2026-10-28 10:50
吴键WJ
阅读(4)
评论(0)
推荐(0)
浙公网安备 33010602011771号