廣東話商業術語難以轉錄，因為專業人士以口語廣東話交談，卻以正式中文書寫；加上不少術語是近音字——讀音相近但意思相反，令一般模型把句意寫反。解決方法是術語集：按專案套用、由你的工作區擁有，把你的專屬術語預先載入模型。
每個行業都有術語，但廣東話商業術語多了一層難處：書面與口語的差距。銀行家、律師與廣播主持以口語廣東話交談，卻以正式中文書寫——若假設逐字稿必須二擇其一，結果就是兩者都不像。而承載最多意思的術語，往往正是通用模型最難聽得準的部分。
重點摘要
- 書面與口語的差距是問題根源。說話是口語廣東話；紀錄卻預期是正式中文——所以轉錄同時是一項翻譯決定。
- 近音字會令意思相反。像蝕（蝕本）與讀音相近的字，足以令句意完全倒轉；在財務與法律領域，這是對與錯之別，而非粗糙與精緻之別。
- 這是意思的失誤，不是拼寫的失誤。模型轉錄出一個看似合理的字——只是那不是講者所指的字。
- 術語集就是解決方法。把你自己的詞彙預先載入模型——按專案套用、由你的工作區擁有——就能在第一次處理時解決大部分歧義，並令你的術語只屬於你。
- 術語集需要持續整理。先載入顯而易見的詞、遇到漏掉的就補上、每月檢視一次——術語會演變，不加整理的術語集會退化。
為何廣東話商業術語難以轉錄？
兩股力量結合。第一是口語與書面語的差距：香港銀行家講話是一套，寫會議紀錄又是另一套，因此「準確」有兩個可能目標，而一般模型往往落在兩者之間。第二是廣東話充滿近音字——只差一個聲調或細微元音，意思卻完全不同。日常說話中，聽者會憑語境分辨；但不理解語境的模型做不到，只能賭統計上最常見的字，結果賭輸。
語感在哪裡流失
財務總監說個 cap table 蝕緊本——即該持倉正在虧損。一般模型把蝕轉錄成讀音相近的字，意思就完全相反。法律合夥人以單嘢指涉某宗受特權保護的個案；不理解語境的模型會把它寫成普通的「一件事」。這些並非字面轉錄的失誤——而是意思的失誤，而且在下游有人依據錯字行動之前，都不會被察覺。
令一般模型失手的術語
以下按行業列出幾個說明意思如何流失的例子。它們代表我們常見的模式，並非完整清單：
| 行業 | 口語術語 | 原意 | 一般模型可能如何聽錯 |
|---|---|---|---|
| 財務 | 蝕緊本 | 正在虧蝕本金／持倉錄得帳面虧損 | 把蝕換成近音字，令虧損變成中性表述 |
| 財務 | cap table | 股權結構表——誰持有多少股權 | 被音譯成毫不相關的廣東話字 |
| 法律 | 單嘢 | 這一宗個案／事項（往往受特權保護） | 寫成普通的「一件事」，抽走了法律指涉 |
| 法律 | 過數 | 轉帳／完成付款 | 被拆錯或斷句錯誤，失去財務動作的意思 |
| 廣播／電視 | 節目專名與環節名稱 | 節目、環節與台前主持的名稱 | 被當作普通詞彙，令摘要要完全重寫才可用 |
模式相當一致：對紀錄最重要的字詞，正是以通用廣東話訓練的模型最不可能寫對的字詞。
Oak 如何保留這些語感
術語集讓團隊把自己的詞彙預先載入模型——名稱、產品、監管術語、內部縮寫。每個術語集按專案套用，並由你自己的工作區擁有，因此律師事務所的特權術語會一直在你控制之下，永不會變成另一位客戶的資產。配合語境解碼——模型在確定用字之前先衡量前後文——大部分術語歧義都能在第一次處理時解決。設定的完整做法，詳見建立術語集。
行之有效的做法
我們在客戶的術語集中見到三種做法：
- 先載入顯而易見的詞。公司名稱、產品名稱，以及最常用的 20 個內部縮寫。這已能解決第一天大部分轉錄錯誤。
- 逐步累積。當逐字稿寫錯某個經常出現的術語，只需補上一次——之後 Oak 便會一直寫對。
- 每月檢視。術語會演變；不加整理的術語集會退化。每月花少許時間檢視，就能保持準確。
這項功能的應用場景
最明顯是Oak 法律界方案——保留精確的法律用語就是整份工作的核心——以及電視台部署，當中節目專屬術語，正是「摘要可用」與「摘要要重寫」之別。同一套術語集機制，能令團隊的專業詞彙在自己的音訊上長期保持準確。
Oak 法律界方案
採用本文所述流程的實際客戶部署。
常見問題
為何一般 AI 會寫錯廣東話商業術語？
有兩個原因。香港專業人士以口語廣東話交談，卻以正式中文書寫，因此逐字稿有兩個可能目標，而一般模型落在兩者之間。加上廣東話充滿近音字——只差一個聲調、意思卻相反——不理解語境的模型只能賭最常見的字，往往賭輸。這種錯誤屬意思的失誤，而非拼寫的失誤。
術語集是甚麼？它有何幫助？
它是一份屬於你團隊的詞彙清單——公司與產品名稱、縮寫、監管術語與內部術語——模型在轉錄時會參考。你可按專案套用術語集，而它由你自己的工作區擁有。配合語境解碼，大部分術語歧義都能在第一次處理時解決，令經常出現的術語每次都寫對，而不是只在音質乾淨時才寫對。
我公司的機密術語會保持私密嗎？
會。術語集由你自己的工作區擁有，因此律師事務所的特權術語，或傳媒公司未公開的節目名稱，都會一直在你控制之下，不會變成別人的資產。按專案套用術語集，亦能把敏感事項的詞彙限定在該事項範圍內。這正是法律與法定機構部署倚重此功能的原因。
如何令術語集長期保持準確？
三個習慣。第一天先載入顯而易見的 50 條（公司名稱、主要產品、常用縮寫）。逐字稿一寫錯某個術語就即刻補上。並每月檢視一次，因為術語會變，而不加整理的術語集會退化。完整流程詳見建立術語集。
這對法律與廣播逐字稿特別重要嗎？
尤其重要。法律工作中，精確用語本身就是紀錄，一個寫反的術語足以令事項被誤導。廣播方面，節目與環節專名不斷出現，一寫錯就令自動摘要變成人手重寫。兩者都倚靠術語集配合語境解碼來守住語感。