解读

面试官想验证三件事：

1. 你是否把“语音”仅当成交互入口，而非业务本身——一旦入口崩了，业务还能跑。
2. 你是否具备“降级”思维：在算法100%失能的极端场景下，仍能用最低成本保住核心指标（成交、履约、安全、合规）。
3. 你是否能把“备用方案”做成可灰度、可开关、可回滚的产品功能，而不是临时运维补丁。

国内监管对“不可用”零容忍，尤其金融、医疗、出行、政务场景，2小时内必须恢复服务，否则需上报。因此答案必须包含：①无损切换 ②数据沉淀 ③事后复盘 ④合规留痕。

知识点

1. 交互降级四象限：模态降级（语音→文字→按键）、通道降级（在线→离线）、能力降级（智能→规则）、角色降级（AI→人工）。
2. 语音链路关键节点：拾音→VAD→ASR→NLP→业务服务。失效点不同，备用方案不同。
3. 国内常用“双轨”合规方案：热词+正则兜底库，提前在网信办备案，确保不出黄反政敏内容。
4. 灰度开关：通过配置中心下发“asr_failover=true”，支持按用户、按地域、按版本切流，避免全量回退。
5. 数据补偿：失效期间把用户录音落盘，事后用高优ASR模型补跑，补写用户画像与对话日志，减少推荐损失。
6. 成本模型：云API ASR 0.006元/次；离线SDK 50MB包体、5%装机折损；人工坐席 1.2元/分钟；需在PRD里算清ROI。

答案

“我会把备用方案拆成三道防线，产品化落地，保证核心功能可用。”

第一道：0秒无损切换的本地离线ASR

• 提前在App/固件里预埋轻量级离线模型（WeNet/DeepSpeech2量化后30MB），覆盖2000条业务高频指令。
• 触发条件：在线ASR连续3次返回空文本或置信度<0.4，客户端自动降级，用户无感。
• 指标：离线模型意图命中率≥85%，包体增量<5%，低端安卓卡顿帧率<55的场景占比<3%。

第二道：交互降级到“文字+点选”

• 在语音按钮旁动态浮现“网络不佳，请输入文字”提示，自动唤起内置安全键盘（禁用粘贴、截图，防敏感信息泄露）。
• 同步下发“快捷短语”配置，根据用户场景实时拼装，如打车页面预置“我要去公司”“修改终点”等按钮，实现单点完成核心任务。
• 为银发人群保留“0键直通人工”入口，符合工信部《互联网应用适老化改造》要求。

第三道：云端热词+正则兜底库

• 把业务关键词（地名、药品名、金额）提前生成热词FST，占用<2MB，可随App热更新。
• 对政务/金融场景，额外部署敏感词正则白名单，确保兜底结果可审计、可回滚。
• 失效期间所有兜底日志写入“补偿队列”，事后用高精度大模型重跑，补全用户意图标签，减少推荐损失<5%。

灰度与合规

• 配置中心开关“asr_failover”，支持按渠道、版本、用户标签逐步放量，可一键回滚。
• 录音文件加密落盘（国密SM4），失效事件10分钟内推送告警到运维+合规组，24小时内提交《算法服务异常报告》给属地网信办备案。

通过以上三道防线，核心功能（下单、支付、导航、客服）在ASR完全失效时仍可保持≥99.5%可用率，用户任务完成折损<10%，满足国内监管“2小时恢复”硬要求。

拓展思考

1. 如果“完全失效”是区域性网络瘫痪（如地铁隧道），可叠加“边缘计算盒子”方案：在站厅部署Jetson Nano，运行TTS+ASR离线服务，通过蓝牙Beacon唤醒，用户无需连外网也能语音购票。
2. 对智能音箱等无屏设备，可引入“双麦阵列+唤醒词硬开关”，失效时直接切换成“按键录音，批量上传，异步返回”的Walkie-Talkie模式，把同步对话变成异步任务，降低用户焦虑。
3. 事后复盘必须量化“算法失效带来的业务损失”：用对照实验估算GMV缺口，推动算法侧把“置信度校准”和“异常检测”做成P0需求，避免下次再靠产品兜底。