一、任务背景
某智能音箱的语音识别服务近一周识别准确率从 96% 降到 91%，用户重复唤醒增多。运维反馈：服务版本与模型参数未变更，服务器负载正常。请给出监控排查与优化方案。
二、任务要求
- 列出你会监控的关键指标（至少 4 个）与异常判定阈值设置方式
- 给出排查顺序（从最可能、最低成本的方向开始）
- 针对每个排查结果，写出对应处置动作
- 说明优化后的观察与复盘方式
三、作答框架（建议结构）
| 部分 | 写什么 | 篇幅参考 |
|---|---|---|
| 监控指标 | 指标清单＋阈值设定依据 | 4-6 行 |
| 排查顺序 | 数据侧 → 模型侧 → 环境侧的检查项 | 3 步各 2 行 |
| 处置动作 | 按排查结果对应的动作 | 3-4 条 |
| 观察复盘 | 观察周期＋复盘记录 | 2-3 行 |
四、参考要点（先自己写，再展开对照）
点击展开参考要点清单
- 监控指标：识别准确率、唤醒失败率、响应时延、错误类型分布（近音词/噪声/口音）、分时段趋势
- 阈值：用历史波动区间设基线（如准确率连续 2 天低于基线 1.5 个百分点触发告警），而不是拍脑袋定一个固定值
- 排查顺序：①数据侧——近期是否出现新的口音/场景样本、麦克风固件是否更新；②模型侧——输入分布是否漂移（对比线上音频特征与训练集）；③环境侧——网络、设备端音频采集质量
- 处置：数据漂移→补采样并复训；设备问题→固件回滚或参数调整；无法立即修复→先降级引导（提示靠近设备、切换按键唤醒）
- 复盘：记录"指标-原因-动作-结果"四段，沉淀到监控项
五、常见扣分点
- 监控指标没有阈值设定依据
- 排查没有顺序，东一榔头西一棒
- 处置动作与排查结论不对应
- 没有复盘与沉淀机制