转写后语气变正式，通常不是识别层把字听错了，而是转写之后的“后处理/改写”层在替你换词、合并句子；其次是输出格式模板或提示词模板在起作用。判断顺序建议：先看有没有专门的润色、改写、正式化开关，再看输出模板和 prompt，最后才动识别层的语言、标点和分段选项。调整前先固定一段口述样本，否则每次换文本就无法归因，也就没法判断是哪一层改的。
适用于 SayIt 或同类转写工具把口述改得过书面、删掉口头禅的场景。操作上先定位“改写强度 / 风格 / 提示词”相关设置，用同一段带口头禅的口述做前后对照，一次只改一个选项并重载配置。验证看语气词是否保留、句式是否被压缩、是否出现正式词替换，而不是只换了同义词。若项目未暴露改写强度选项，先按原样转写再人工整理；识别语言、采样率、降噪这类设置不要为了“更口语”而随意改动。
录一段语气随意、带口头禅的口述作为固定样本
固定样本的目的，是让“设置有没有生效”变成可比较的问题。建议在同一设备、同一麦克风距离、同一安静的房间里录，语速按你平时说话的速度，不要刻意放慢；句间停顿保持在自然聊天的节奏，大约半秒到一秒即可。刻意一字一顿会让识别层多做补全，反而干扰判断。
可用下面这段作为固定口述文本，重点是保留“嗯、那个、就是”这类口头禅和临时改口：
嗯，那个，我跟你说一下，就是昨天那个事吧，我本来是想着先跟他对一下，
结果他直接就把那个方案发出去了，我说实话当时有点懵。每次调整设置后，重新口述同一段，不要换词，不要照着书面语念。样本在整轮排查期间保持不变，这样前后输出才有对照基础。
在设置界面或配置文件中定位与书面化/改写相关的选项
先找层级，再改值。多数转写工具的正式程度不由识别层决定，而是由后处理那一层决定。图形界面里可以按页面名称找：设置 → 转写/语音 → 后处理；设置 → 输出/格式化；设置 → AI 润色/改写/风格；或者单独的提示词、Prompt 页面。关注这些关键词：润色、改写、正式、书面、风格、语气、模板、摘要、system prompt。
如果项目用配置文件，下面只是通用骨架，键名以实际项目为准，不要直接照抄就当生效：
# 占位示例，键名以实际项目为准
postprocess:
enabled: true
rewrite_strength: medium # 常见取值如 none/low/medium/high
style: casual # 也可能是 tone 或 formality
remove_fillers: false # 是否删除“嗯、那个”等口头禅
prompt: |
保留说话人的原意和口语语气，不要改写成书面表达。
output:
format: plain # 而不是带模板的 markdown 或报告式输出若配置是 JSON 结构，思路相同：找到控制改写强度、风格语气、是否去口头禅的键，把占位名替换成项目里实际存在的键。定位不到就先记录当前值，再决定改哪一项，不要全局搜一个词就批量替换。
用最小改动原则逐项调整并重新口述同一段话
一次只改一个设置。候选顺序建议按影响力排：改写强度 → 风格/语气 → 是否删除口头禅 → 输出格式模板 → 提示词模板。改完保存，重载配置或重启进程，再录同一段话。
- 记录当前值和改动后的值，其他选项保持不动。
- 按实际启动方式重载或重启，例如下面这类占位命令，具体以项目的启动方式为准：
sayit `--config` ./config.yaml `--reload`
# 或
systemctl `--user` restart sayit.service- 重新口述固定样本，把输出贴到同一个记录文件里，和上一版并排存。
- 只在这个设置确认有影响之后，再去改下一个。
记录格式可以很简单：设置项、旧值、新值、输出差异一句话。比如“改写强度 high 改 low：口头禅回来了，长句变短”。不要一次把风格、标点、模型全换掉，那样输出变了也无法归因到具体哪一项。
对比调整前后的删词、改词和句式变化
判断设置是否真的放开了口语，不要只看同义词替换。下面三类变化要分别观察和记录：
| 变化类型 | 调整前常见表现 | 调整后应观察 |
|---|---|---|
| 语气词保留 | “嗯、那个、就是”被整体删掉 | 原样保留，或只删明显重复冗余 |
| 句式缩短 | 两个短句被合并成一个完整长句 | 保持原来的断句和临时改口 |
| 正式词替换 | “发出去”被换成“提交发布” | 仍用原词，必要时只做明显纠错 |
把调整前后的输出并排贴出来，在句子级别标记上面三类变化。如果只是“懵”变成“困惑”这种同义替换，说明改写层仍在生效，正式程度没有真正放开。若语气词保住了但句子仍被拉长，问题更可能在输出格式模板或提示词模板，而不是改写强度本身。
记录找不到相关设置时的替代做法
如果翻遍设置界面和配置文件，都没有改写强度、风格、去口头禅这类选项，可以按“先保口语、再整理”的分段流程处理，不要用识别层的设置硬凑。
- 口述时保持自然语速，转写先按原样导出，不开摘要或润色。
- 导出后只做三件事：删除重复词、保留连接词和语气词、修正明显识别错误。
- 需要书面稿时，另存一份再人工改，不要覆盖原样转写的文本。
- 每条改动留下痕迹，方便回看哪些是工具改的、哪些是自己改的。
不要为了“更口语”去乱动的设置：识别语言、音频采样率、降噪与增益、麦克风选择。这些影响的是“听没听对”，不是“改没改写”。标点开关可以试，但关闭后长句断句通常会变差，一般不太划算。只有确认后处理确实存在且可配置时，才值得继续调风格相关的选项。