那份转写稿已经生成了。软件没有报错，我却觉得内容不对。回到录音里听，稿子空着的地方明明有人在说话，最长一段漏了五分多钟。
九月七日，我们把同一份录音重新拿来检查。用另一套识别模型听那些空白，它能写出连续的内容。原来不是录音没有声音，也不能简单怪收音不好。
继续查下去，问题出在 Paraformer 的那条 GPU 量化运行路线。它处理某些语音块时报错，外面的程序却把错误当成没有识别到文字，接着往下跑。于是进度走完了，一份残缺的稿子也被当成结果存了下来。
后来把这一条中文识别路线换成 CPU 的安全模式，重跑同一份录音。文字从约 7,600 字增加到约 19,800 字，最大的空白缩到约 9 秒。还加了一道检查：大量有声音的区间没有文字，就报错，不能再悄悄交一份看似完成的稿子。
我原先还在问，显卡怎么没有多用一点。等看见那些漏掉的内容，就先顾不上利用率了。录音里说过的话得留下来，我才有稿子可以改。那次数字是这一份录音的实测，也不能拿来保证别的录音一样快、一样准。
