這頁把幾個容易分散在設定裡的「細調能力」收在一起：熱詞、文字替換、說話者檔案，以及 LLM 潤飾 的 進階設定。它們不是首次上手必看內容，但在需要提高辨識、說話者匹配或清洗穩定性時很有用。
適合這些場景
- 某些專有名詞、術語或名字經常被辨識錯
- 想在轉錄完成後統一替換固定寫法
- 希望 Sona 對已知說話者給出候選建議或自動匹配
- 想進一步調
Auto-Polish或自訂潤飾上下文
先打開正確的設定入口
設定 > 詞彙：劃分為辨識與糾偏、提示詞與上下文、說話者檔案三個子標籤頁，集中管理統一詞典、熱詞、文字替換、潤飾模式提示詞、摘要範本與說話者檔案LLM 潤飾 > 進階設定：管理Auto-Polish、頻率、關鍵詞、指令式潤飾模式（去冗易讀、逐字精準、書面規整）與自訂上下文- 如果您主要想先理解潤飾和翻譯本身的基礎流程，請回到 AI 潤飾與翻譯
統一詞典（視覺化與 YAML 雙模式）
設定 > 詞彙 > 辨識與糾偏 提供了統一詞典編輯器，集中管理全域專有名詞、文字糾偏規則與專案專屬詞彙：
- 雙模式編輯：支援在
視覺化模式（無程式碼表單列表）與YAML 原始碼之間無縫切換。 - 專有名詞與糾偏規則：支援直接新增專有名詞（如
Sona）或替換對應（原詞 -> 糾正詞或=>）。 - 專案專屬作用域：在
projects:區塊下使用(id:專案ID)或透過專案自動補全，定義僅在該專案轉錄時生效的專屬詞彙。 - 格式化與語法檢查：點擊
格式化自動規整縮排與箭頭，點擊診斷問題列表可直接跳轉定位語法錯誤行。
熱詞 適合做什麼
- 當某些詞在辨識裡反覆出現偏差時，可以把它們加入
熱詞。 熱詞按每行一個填寫，也支援關鍵詞 :2.0這類帶權重的寫法。- 目前這項能力適用於相容的 sherpa-onnx Transducer 模型；llama.cpp Qwen3-ASR 預設不使用熱詞。
文字替換 適合做什麼
- 當轉錄經常把同一個術語寫成不一致的形式時，可以用
文字替換統一結果。 - 它更適合修正重複出現的寫法問題，而不是替代逐段人工校對。
- 如果您的重點已經變成整理分段文字本身，請繼續看 編輯與播放。
說話者檔案 適合做什麼
- 為某個已知說話者建立檔案，並匯入一個或多個本機參考音訊片段。
- Sona 會把匯入樣本規範化到應用程式管理的資料目錄中；設定說話者模型後，這些檔案可用於候選建議或自動匹配。
- 檔案會根據可用樣本數量和時長顯示為可自動匹配、可作為候選建議，或尚未就緒。
- 專案可以選擇啟用哪些說話者檔案，因此客戶、課程或會議系列可以保留自己的常用說話者集合。
- 說話者檔案還支援雲端 ASR 的本機聲紋比對，讓雲端辨識結果也能基於本機聲紋庫進行說話者區分。
- 說話者檔案並不意味著自動歸正一定正確。您仍然可以在 編輯與播放 中確認建議、繫結其他檔案，或把分組復原為匿名。
什麼時候打開 進階設定
- 當您不只想手動點一次
LLM 潤飾，而是還要管理Auto-Polish時。 - 當您需要調
Auto-Polish Frequency、關鍵詞、指令式潤飾模式或自訂上下文時。 - 當您已經完成 provider 與模型設定，但想把潤飾行為調得更貼近自己的場景時。