美国媒体与娱乐2025 – 进行中Pacers Sports & Entertainment
基于定制语音模型的场馆实时字幕服务
印第安纳步行者队采用经微调的Azure语音模型，将实时字幕错误率降至1.14%
问题
球队希望为失聪、听力障碍及非英语球迷提供实时字幕。通用语音工具难以应对解说员较快的语速、比赛术语、球员姓名和场馆噪声。
方法
球队利用数百小时步行者队和狂热队的转播内容，在Azure AI Speech中微调定制模型。字幕通过Azure Functions和SignalR传送至场馆屏幕及移动应用。服务先推出英语字幕，随后增加西班牙语，并计划再增加12种语言。
主要数据
1.14%字幕错误率，最初目标为10%
87%语音转文字错误率降幅
启示
字幕错误率为1.14%，最初目标为10%。音频准备时间从最长五天缩短至约两分钟。
分类
来源
来源摘要
[1]Microsoft2025年5月19日
微软介绍了步行者队母公司如何使用自有转播内容训练语音模型，提供实时字幕。据其报告，错误率为1.14%，训练准备时间也大幅缩短。
详细内容请参阅原始来源。
收录日期 2026年10月25日 · 更新日期 2026年10月25日