哪些谷歌云设置会导致Dialogflow语音转文本识别结果出现差异

• Speech-to-Text（STT）模型配置差异：两套环境如果调用的STT模型版本/类型不一致，比如开发环境使用通用最新模型，生产环境绑定了旧版模型或呼叫中心等特定领域模型，识别优先级会有明显区别。另外如果生产环境开启了ASR自动适配，配置了独有的短语集/自定义词汇表，且给"Hey Jen"这类短语设置了更高权重，也会强制优先匹配该结果。
• 区域端点配置差异：谷歌云不同区域的STT服务底层模型迭代节奏不完全同步，若开发、生产环境使用了不同区域的API端点，同一段语音的识别输出可能出现偏差。
• 音频预处理参数差异：检查两套环境调用STT时传入的请求参数是否完全一致，包括音频编码格式、采样率、单双声道配置、增强模型开关状态。如果生产环境误开了适配嘈杂场景的音频增强规则，反而会对纯净环境下的短词汇识别产生干扰，导致结果错误。
• Dialogflow环境级语音配置差异：Dialogflow的agent导出压缩包不会包含环境层级的语音配置项，如果生产环境单独调整了语音识别敏感度参数，或是开启了额外的语音后处理规则，都会改动原始识别输出，出现与开发环境不一致的情况。
• 服务账号关联资源差异：若两套环境绑定的谷歌云服务账号不同，生产环境的服务账号可能关联了额外的STT自定义资源（比如专属定制识别器、领域训练数据集），开发环境的服务账号无权限访问这些资源，调用时会自动走不同的识别逻辑，导致结果不一致。

内容的提问来源于stack exchange，提问作者Gavin Siu