百度输入法语音识别不准主因是麦克风未校准、声学环境不匹配、方言模型选错；需检查权限、排查硬件、完成DuerOS声纹校准、按场景选模型并禁用干扰功能。
百度输入法语音转文字识别不准，不是模型不行，而是你的麦克风没校准、声学环境没适配、方言模型没选对——同一句话，在安静房间用标准普通话说，准确率能到96%；在地铁站用四川话说，没开对应模型+没做声纹校准，错一半都算客气。
先确认是不是硬件或权限问题
打开手机【设置】→【应用管理】→【百度输入法】→【权限管理】，检查【麦克风】是否为“允许”。【若显示“仅在使用时允许”或“拒绝”，语音输入必然失败】。安卓12及以上系统还需额外确认【精确位置】权限是否开启（部分厂商将音频采集与位置服务绑定）。
用手机自带录音机录3秒环境音，回放听是否有明显底噪、电流声或断续感。有则说明麦克风硬件异常或被其他App独占，此时需重启手机并关闭微信、钉钉等后台常驻语音服务。
四步完成DuerOS端侧声纹校准
这是提升识别准确率最直接有效的操作，专治“总把‘转账’听成‘装账’”“‘李思源’变成‘李思维’”这类声学混淆问题。
第一步：在百度App或百度浏览器中长按语音按钮不放，进入【语音设置】→【麦克风校准】。
第二步：按提示朗读三组测试句，每句间隔2秒，保持距离手机30cm、语速自然——【不要刻意慢读或重音强调，否则生成的声纹指纹会失真】。
第三步：校准完成后，系统自动缓存至本地IndexedDB，无需手动保存。下次唤醒即加载该指纹。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
第四步：若仍不稳定，返回同一路径点击【重置声学模型】，清除旧指纹后重新执行校准。
按场景选对语言模型
方法一：普通话日常对话 → 保持默认【通用普通话模型】即可，无需额外设置。
方法二：说粤语/四川话/东北话 → 进入百度输入法【我的】→【设置】→【语音设置】→【语种选择】，关闭【中英自由说】，单独开启对应方言模型。注意：【开启方言模型后，普通话识别准确率会下降5–8%，切勿长期同时开启多个方言】。
方法三：会议记录/医疗/金融场景 → 进入【语音设置】→【热词库】，手动添加行业术语（如“心电图”“LPR利率”“QDII基金”），单次最多添加50个词，添加后需重启输入法生效。
禁用干扰性功能
关闭【智能语音场景】：该功能会根据上下文自动切换模型，但在短句、跨话题对话中极易误判，导致“刚说完天气，下一句‘转账’就被识别成‘转帐’”。
关闭【极简语音模式】：该模式强制压缩音频采样率以省电，会丢失高频辅音（如“s”“sh”“z”），造成大量同音字错误。
停用【用户体验改善计划】：该计划默认上传原始语音片段用于模型优化，但部分用户反馈开启后出现“连续识别延迟升高”“标点乱加”现象，建议在【属性设置】→【高级设置】中关闭。
