語音接單中的地址擷取：從口語到可派遣欄位

電話接單的第一個難點，往往不是「聽懂中文」，而是把一段口語描述轉換成派遣系統可以使用的地址欄位。

為什麼地址是關鍵欄位

一筆車隊訂單可以容忍備註不完整，卻很難容忍上車地點錯誤。地址直接影響派遣決策、司機行駛時間與乘客體驗，因此它必須是結構化、可比對、可覆核的欄位，而不是一整段自由文字。

電話語音的挑戰在於：同一個地點可能有許多種說法，而同一種說法也可能指向不同地點。系統若只做字面轉寫，等於把判斷責任原封不動丟回給人工。

口語地址的四種變體

• 同音與近音：「中山」與「中三」、「二段」與「二路」在電話音訊中容易混淆。
• 簡稱與在地名稱：乘客常用地方慣稱取代完整門牌，或只說出 landmark。
• 分段描述：「過了大橋後第二個路口右轉」需要理解相對順序，而不是單點字串。
• 相對位置：「車站後門」、「對面那間超商」缺少正式行政區與門牌。

這意味著地址處理不能只靠字串比對。系統需要先辨識地址片段，再進行正規化與候選比對，最後把不確定的部分交給人工。

從語音到欄位的處理流程

1. 音訊前處理：處理音量差異、噪音與取樣格式，降低後續辨識的變異。
2. 語音轉文字：產生逐字稿，並保留時間標記以對應原始音訊。
3. 地址片段候選：從對話中找出可能是地點的片段，而不是假設整句都是地址。
4. 正規化與比對：處理縣市、行政區、路名、段與巷弄的層級，並比對可用地址資料。
5. 信心判斷與人工覆核：將低信心、衝突或缺少關鍵層級的結果標記為待確認，不直接成立訂單。

這個流程的重點，是讓每一個階段都能留下判斷依據。當地址最後需要人工修正時，團隊才能知道問題發生在辨識、擷取、正規化，還是地址資料本身。

如何評估地址擷取

評估不應只看一個整體分數。實務上可以分別觀察：

• 欄位層級的正確性：上車地點、下車地點、時間與人數是否被正確拆出。
• 需要人工覆核的比例與原因：是音訊不清、地址變體，還是缺少可比對資料。
• 覆核後的修正類型：人工改了哪一層欄位，能指出流程的系統性問題。
• 不同情境的表現：市區短程、偏遠地點、大量背景噪音等情境應分開觀察。

這些指標必須搭配固定的測試集與人工標註，才能比較不同版本之間的變化。沒有基準，就無法判斷調整是否真的有效。

小結

地址擷取不是一次模型呼叫，而是一條包含前處理、片段辨識、正規化、比對與覆核的流程。把流程拆開，才能針對失敗點改善，也才能誠實說明系統目前能處理到什麼程度。