1 引言：技术背景与核心挑战
在视频内容爆发式增长的当下，品牌广告植入场景日益复杂，如何快速精准判断推广品类，成为转转内容运营、竞品分析的核心需求。当前传统方案主要依赖关键词匹配与规则引擎，面临三大技术痛点：
ASR 转写准确性不高，输入数据质量低下
产品表述异构性
模型泛化与迭代能力弱
本文提出基于 “ASR+LLM+向量知识库” 的技术方案，通过分层处理、语义修复、历史常见词匹配、知识检索融合，解决上述痛点，实现推广品类的精准识别与自迭代优化。
2 技术架构设计
[视频语音输入] → [ASR转写层] → [文本预处理层] → [精准匹配层] → [模糊检索层] → [识别结果输出] ↑ ↓ [映射case反馈] ← [人工审核反馈]2.1 各模块核心功能与技术选型
2.1.1 ASR 转写层
语音输入 → [降噪预处理（远场降噪 + 双声道分离）] → [语音转写] → 原始文本输出**● 功能：**将视频语音流转换为原始文本
**● 技术选型：**采用 ASR 引擎，配置 “远场降噪”“口语化清洗” 参数
2.1.2 文本预处理层
ASR 原始文本 → [语义纠错（错字 / 口音修正）] → [语序规整（如 “苹果手机”→“手机苹果”）] → [字段校验（过滤无核心信息文本）] → 预处理结构化文本- 功能：基于LLM对ASR文本的语义修复，修正上下文文逻辑错误（如“手机苹果 IPHONE15”→“手机苹果 iPhone 15”）
2.1.3 精准匹配层
**● 功能：**实现标准化文本与已知产品信息的精准映射，分为两级匹配：
**○一级匹配：**基于 MySQL 存储的标准产品库（字段包括 “产品 ID、标准型号、品类、品牌”），采用 “全量字符串匹配 + 前缀匹配” 策略，命中则直接输出品类结果；
预处理文本 → [全量字符串匹配（标准型号完全命中）] → 命中则输出品类**○ 二级匹配：**基于 人工历史确认 库（存储 “错误表述 - 标准型号” 映射关系）进行匹配，ASR文本修复后仍有错别字问题（如“手机华硕11U”→“手机华硕 ZenFone 11 Ultra”）
预处理文本 → [错误表述映射（如 “米 14U”→“小米 14 Ultra”）] → 命中则输出品类2.1.4 模糊检索层
预处理模糊文本→ [文本向量化] → [余弦相似度检索（Top-10 结果）] → [LLM 判断映射匹配（匹配型号 + 品类）] → 识别结果输出**● 功能：**解决未命中精准匹配的模糊表述识别，核心技术为知识库搭建：
**○ 知识库构建：**采用向量数据库存储产品信息，将 “标准型号” 转换为向量嵌入；
**○ 检索逻辑：**将预处理后的模糊表述（如 “某品牌 14 寸笔记本”“米 14U”）转换为向量后，采用 “余弦相似度排序 + Top-3 结果筛选”，结合 LLM 生成标准化匹配结果；
2.1.5 常见映射case 闭环模块
识别结果 → [人工审核（错误案例标记）] → [错误纠正] → [自动入库（常见case映射）] → [同步至预处理层（修复词典更新）] → 效果监控（错误复发率统计）● **功能：**实现错误案例的回收与复用，流程包括：
○ 人工审核：通过轻量化平台完成 “错误表述 - 标准型号” 标注，支持批量审核与规则配置
○ 自动入库：审核通过的案例自动同步至【常见case映射库】
3 关键技术难点与解决方案
3.1 单 LLM 节点拆分：降低负载与提升准确率
问题：传统方案采用单 LLM 节点处理 “语义修复 + 产品提取 + 识别”，导致上下文过长模型注意力机制分配失衡、准确率下降
解决方案：节点拆分，将原单节点拆分为 3 个独立模块，各模块专注单一任务：
● 文本修复模块：仅处理 ASR 文本的错漏修正
● 产品提取模块：基于LLM从修复后文本中提取疑似产品关键词
● 结果生成模块：结合精准匹配与检索结果，生成标准化品类识别结果
3.2 知识库检索优化：提升模糊表述召回率
**问题：**模糊表述（如 “米 14U”“某品牌扫地机器人”）因信息不全，传统关键词检索召回率低下 解决方案：知识库增强+检索策略优化
**知识库增强：**在标准产品信息基础上，补充“常见错误表述”“产品简称”“品牌别名” 等维度，如 “小米 14 Ultra” 补充 “米 14U”“小米 14 超” 等表述；
**检索策略优化：**采用 “向量检索 + 关键词过滤” 混合策略，先通过向量检索获取 Top-10 相似结果，再基于关键词（如品牌、型号数字）筛选，示例：
● 模糊表述：“米 14U”
● 向量检索 Top-3：“小米 14 Ultra”“小米 13 Ultra”“红米 14 Pro”
● 关键词过滤：基于 “米”（品牌别名）、“14”（型号数字）、“U”（Ultra 简称），最终匹配 “小米 14 Ultra”； 3.3 LLM 参数优化：精准调参提升识别稳定性
3.3 LLM 参数优化：精准调参提升识别稳定性
解释：LLM 的温度、重复惩罚等参数直接影响文本修复、产品提取、知识库检索结果生成的准确性，不同任务阶段需针对性调整，避免 “过度创作”“重复冗余” 等问题。以下为适配本场景的参数配置表：
| 应用场景 | 核心目标 | 温度 | Top-K | Top-P | 长度惩罚 |
|---|---|---|---|---|---|
| ASR 文本修复 | 精准修正错漏，保留品类 / 品牌/ 型号等关键信息 | 0.2 | 20 | 0.7 | 1.1 |
| 产品关键词提取 | 无遗漏、无冗余提取核心产品信息 | 0.1 | 10 | 0.6 | 1.1 |
参数配置原理：
- 温度（temperature）：决定输出的 “脑洞大小”，值越高越放飞发散（易出新奇 / 混乱内容），值越低越严谨保守（输出越固定），这里主要是防止文本提取时输出过多冗余内容，如：“小米 14 Ultra” 输出为 “文本中提到的机型是 小米 14 Ultra …”
- Top-K：限制模型选词的 “候选池大小”，只从概率最高的 K 个词里挑，K 越小选择越集中（输出越确定）；
- Top-P（核采样）：按概率 “打包选词”，只从累积概率达 P 的最小词集里选，比 Top-K 更灵活，避免遗漏低概率但合适的词；
- 长度惩罚（length_penalty）：调节输出的 “啰嗦程度”，值越大越简洁（甚至简短），值越小越详尽（可能冗余）
4 效果反馈
从准确度的维度来看，关键词匹配>历史常见case映射匹配>知识库匹配，随着常见映射case库的不断沉淀，在精准匹配 -> 二级匹配层会兜住更多数据，也意味着准确率也会随着数据的沉淀逐渐上升。
5 总结
本文提出的 “ASR+LLM+知识库” 方案，通过分层处理解决了视频广告推广品类识别的核心痛点，实现了 “精准识别 + 自迭代优化”，这套方案理论可应用到各类AI识别类场景，本质思考点是如何保证输入数据质量 -> LLM基础参数调优 -> 常见映射case沉淀反馈。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
