用途
该技能帮助用户复盘自己用 Blurt 完成的听写。用户的听写记录包含真实语音、真实停顿和真实词汇，是最贴近实际使用场景的测试数据。技能通过审查这些记录，定位识别、润色、标点和格式方面的错误，并将确认的错误保存为案例，用于后续改进。
前提条件
- 需要在设置 → 听写 → 「保留录音」（record.dictation.keep_audio）中开启保留音频。开启后，每次听写会保留音频（$BLURT_HOME/dictation/audio/<id>.wav）以及流式处理的各个片段（切点、停顿、每个润色窗口的输入和输出），直到历史记录保留期（30 天）结束。若未开启，仅保留文本，此时只能审查文本。
- 不得手动编辑 ~/.blurt 目录，仅能通过 dictation_lab.py（cases）写入。
- 音频属于用户个人声音。资料明确允许离开本机的场景：仅争议片段，通过 OpenRouter 发送至 OpenAI 的语音模型，总费用上限 10 美元，由 cloud_ref.py（账本 spend.json，片段 ≤ 120 秒）执行限制。其他内容不离开本机。
主要能力
- 调用
uv run skills/blurt/scripts/dictation_lab.py review --since <ISO date>（或--last N）逐条获取保留的听写记录，包括：typed、raw（流式 ASR）、heard_once（安装模型对整段音频一次性重听的结果）、heard_diff、各片段及 pause_after、每个窗口的 polish_in / text，以及标记：fell_back:<reason>、heard_differently、seam_marks、spelled_letters、numeral_format。 - 对无音频的记录，读取 ~/.blurt/dictation/history.jsonl（raw / polished / text / fell_back / reason）。
- 以人工编辑视角审查每条记录，判断用户最可能说了什么，并将问题分类为：听错（ASR）、停顿标点、格式、润色、用户口误。
- 对不确定是用户还是模型错误的情况，可用其他配置重跑（
dictation_lab.py from-history ID然后rerun CASE --config asr=qwen3-asr-1.7b-mlx,mode=whole …），或使用云端第二意见。 - 将真实错误保存为案例：
dictation_lab.py from-history ID --corrected "<正确内容>" --tags term,punctuation --note "<原因>"。标签包括：term、code_switch、punctuation、filler、dropped、made_up、segmentation、clipped、slow、format、homophone。 - 向用户输出简短表格（记录、实际输入、预期内容、类别、原因），按原因分组并给出修复建议（模型选择、提示词、防护、接缝、词汇），不针对语言使用词表或正则规则。
- 修复时，在所有已保存案例上测量前后差异（
dictation_lab.py run --config mode=windows --json），结合评估集（polish.py eval、tests/fixtures/polish_overdelete.jsonl）和历史文本的真实重放；仅发布能改善案例且无回归的改动，并报告数字。
云端第二意见
资料中给出的调用示例：
OPENROUTER_API_KEY=$(grep '^OPENROUTER_API_KEY=' /Users/john/workspace/ordo_projects/ordo_ai/ordo-backend/.env.prod | head -1 | cut -d= -f2- | tr -d "\"'" ) \
python3 -I .claude/skills/blurt-dictation-review/cloud_ref.py CLIP.wav [--language zh]
默认模型为 openai/whisper-large-v3（约 $0.03/音频小时）和 openai/gpt-transcribe（约 $0.27/小时）。不得打印密钥。中文场景下 Whisper 弱于本地 Qwen3-ASR（生僻名字错误率 12% 对 4.5%），因此应将其视为投票：两个云模型一致反对 Blurt 是强证据，单个模型不足以定论。长音频应先用 ffmpeg -ss/-to 切出争议片段再发送。
适用场景
- 用户希望系统性发现自己的听写中反复出现的识别或润色问题。
- 需要区分问题来源是流式切点、模型本身、润色防护、标点还是用户口误。
- 需要在修改模型或配置前建立带真实数据的案例库，并量化改进效果。
限制
- 若未开启保留录音，只能审查文本。
- 云端比对仅限争议片段，且总费用不超过 10 美元，片段不超过 120 秒；其他音频不离开本机。
- 不得手动编辑 ~/.blurt 下的历史记录或配置。
- 资料未提供技能的安装步骤、支持平台范围或更细的定价信息。