上线语音机器人之后，南方几个城市的识别率明显低于其他地区。同事的反应是：这批客户只能转人工。但同样的口音，人工坐席也听得懂，只是需要多问一句。
3 层识别掉分的环节
1 句兜底的追问
1 次灰度验证
1. 不是耳朵问题，是模型问题
识别率低通常不是客户说得不清，而是训练样本里这类发音偏少。把问题归因到客户口音，会错过真正可改的地方。
2. 三层处理把分数拉回来
一是热词：把本地地名、行业术语加进识别词表；二是话术：用更短的问句引导客户，让答复落在有限选项里；三是兜底：允许客户重复一次，机器人要能确认已经听懂。
3. 兜底的那一句很重要
当识别不确定时，机器人不该硬猜，而应该明确说我听到的是某某，对吗。这一句把不确定交给客户确认，既避免误判，也让通话显得更可靠。
4. 用灰度而不是全量验证
口音优化效果要小范围先试：选一个地区、一批客户，对比优化前后的识别率和完成率，达标再推开。9527CRM 的大模型机器人支持意图与词表分别配置，这类调整不用每次都改代码，业务端就能完成。
结语
识别率不是客户的错，是配置的功课。多问一句，往往比退回人工更划算。